动态规划太难？刷题无数，不如掌握这些套路
Posted Python与机器智能
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了动态规划太难？刷题无数，不如掌握这些套路相关的知识，希望对你有一定的参考价值。
又是一年金九银十，你跳槽了么？面试被虐了么？
想必面过大厂的人都知道，动态规划一直是个大热门。
首先，动态规划考察了面试者的数学模型抽象能力和逻辑思维能力，可以反应个人在算法上的综合能力；其次，懂得了动态规划，能在工作中无限降低算法复杂度，在程序员晋升上也能胜人一筹。
但即使知道它很重要，很多人一想起来依然是“脑壳痛”，在工作和面试中也很难实践应用，问题出在哪了？
很简单：不理解动规的思想，无法掌握解题套路。
作为一种高级技术思想，动规是从一系列算法中演进而来的。求解动态规划的核心问题其实就是穷举，但穷举和动态规划在真正用的时候还是有区别的，首先要解决的是，什么样的问题要用动态规划，怎么用？
举个例子，在实际工作中，除非你碰到的问题是简单到找出一个数组中最大的值这样，对这种问题来说，你可以对数组进行排序，然后取数组头或尾部的元素，如果觉得麻烦，你也可以直接遍历得到最值。不然的话，你就得考虑使用动态规划来解决这个问题了。这样的问题一般都会让你求最大子数组、求最长递增子数组、求最长递增子序列或求最长公共子串、子序列等等。不知道你发现没有，这些问题里都包含一个“最”字，如果出现了这个字，你就该警惕它是否是动归问题。
具体怎么判断呢？你可以按照这样的思考顺序来解决问题：
优先考虑使用贪心算法的可能性；
然后是暴力递归进行穷举（但这里的数据规模不大）；
还是不行呢？选择动态规划！
那么，当我们遇到一个算法问题，到底是否该使用动态规划来求解呢？可以参考这
5 大特点：
求最优解问题（最大值和最小值）
求可行性（True 或 False）
求方案总数
数据结构不可排序（Unsortable）
算法不可使用交换（Non-swappable）
如果面试题目出现这些特征，那么在 90% 的情况下你都能断言它就是一个动归问题。
这套判断动规问题的思路，来自于卢誉声，Autodesk 核心数据平台和计算平台资深工程师，除此之外，我还找到了他整理的「动态规划知识结构图」，可以收藏 以上是关于动态规划太难？刷题无数，不如掌握这些套路的主要内容，如果未能解决你的问题，请参考以下文章