動態規劃是一種在數學和電腦科學中使用的，用於求解包含重疊子問題的最優化問題的方法。其基本思想是，將原問題分解為相似的子問題，在求解的過程中通過子問題的解求出原問題的解。動態規劃的思想是多種演算法的基礎，被廣泛應用於電腦科學和工程領域。比較著名的應用例項有：求解最短路徑問題，揹包問題，專案管理，網路流優化等。
動態規劃在查詢有很多重疊子問題的情況的最優解時有效。它將問題重新組合成子問題。為了避免多次解決這些子問題，它們的結果都逐漸被計算並被儲存，從簡單的問題直到整個問題都被解決。因此，動態規劃儲存遞迴時的結果，因而不會在解決同樣的問題時花費時間。
動態規劃只能應用於有最優子結構的問題。最優子結構的意思是區域性最優解能決定全域性最優解(
對有些問題這個要求並不能完全滿足，故有時需要引入一定的近似)
。簡單地說，問題能夠分解成子問題來解決。
最優子結構性質。如果問題的最優解所包含的子問題的解也是最優的，我們就稱該問題具有最優子結構性質（即滿足最優化原理）。最優子結構性質為動態規劃演算法解決問題提供了重要線索。
子問題重疊性質。子問題重疊性質是指在用遞迴演算法自頂向下對問題進行求解時，每次產生的子問題並不總是新問題，有些子問題會被重複計算多次。動態規劃演算法正是利用了這種子問題的重疊性質，對每乙個子問題只計算一次，然後將其計算結果儲存在乙個**中，當再次需要計算已經計算過的子問題時，只是在**中簡單地檢視一下結果，從而獲得較高的效率。
計算斐波那契數列的乙個最基礎的演算法是，直接按照定義計算：
function fib(n)
if n = 0 or n = 1
return 1
return fib(n − 1) + fib(n − 2)
當n=5
時，fib(5)
的計算過程如下:
fib(5)
fib(4) + fib(3)
(fib(3) + fib(2)) + (fib(2) + fib(1))
((fib(2) + fib(1)) + (fib(1) + fib(0))) + ((fib(1) + fib(0)) + fib(1))
(((fib(1) + fib(0)) + fib(1)) + (fib(1) + fib(0))) + ((fib(1) + fib(0)) + fib(1))
由上面可以看出，這種演算法對於相似的子問題進行了重複的計算，因此不是一種高效的演算法。實際上，該演算法的運算時間是指數級增長的。改進的方法是，我們可以通過儲存已經算出的子問題的解來避免重複計算：
array map [0...n] =
fib( n )
if ( map( n ) is cached )
return map( n )
return map( n ) = fib( n - 1 ) + fib( n - 2 )
將前n個已經算出的前n
個數儲存在陣列map
中，這樣在後面的計算中可以直接易用前面的結果，從而避免了重複計算。演算法的運算時間變為o(n)。
動態規劃 什麼是動態規劃？
先來看看 資訊學奧賽一本通第5版 是怎麼說的 動態規劃程式設計是對解最優化問題的一種途徑 一種方法，而不是一種特殊演算法。不像前面所述的那些搜尋或數值計算那樣，具有乙個標準的數學表示式和明確清晰的解題方法。動態規劃程式設計往往是針對一種最優化問題，由於各種問題的性質不同，確定最優解的條件也互不相同，...
mysql動態規劃 動態規劃
動態規劃 能夠動態規劃的問題具有以下特點 可分解成規模更小的子問題 子問題的結果可復用 關鍵是要理解狀態轉移方程的含義就好啦！數字三角形 問題描述 在數字三角形尋找從頂到底的路徑，使得路徑經過的數字之和最大。規定每一步只能往左下或右下走，求出最大路徑和。遞迴解法 include include us...
使用What的表達
使用 what 的表達 請使用 what 疑問句詢問大致發生的情況。這些表達是常用的問候方式。what s up?怎麼了？what s going on?發生什麼事了？如果您沒有具體要談的事情，這些表達的一般回答可能是 not much.what s up with you?還行。您怎麼樣？i do...