本文共 2461 字，大约阅读时间需要 8 分钟。

动态规划是一种在计算机科学和数学中广泛应用的算法思想。它通过解决一系列子问题来解决更大的问题。通过让每一个子的结果只用一次，动态规划能够显著降低计算量，避免了重复计算，提高效率。

在国王的金矿问题中，动态规划的思路被清晰地体现出来。国王让大臣们解决更小的问题，并通过比较这些小问题的结果，最终汇总出最优解。每一个大臣的结果代表了一个子问题的解，而通过比较这些解，国王得出了最大的金子数量。

动态规划的关键点

动态规划的应用

在动态规划中，我们通常会构建一个二维数组来保存子问题的解。这个数组的维度通常由问题中的两个参数决定。例如，在金矿问题中，一个维度代表人数，另一个维度代表已经开采的金矿数量。

通过递归地分解问题，我们能够逐步填充这个二维数组。每次处理一个问题时，先检查是否已经计算过（通过备忘录），如果已经计算过，就直接返回结果。如果没有计算过，则根据较小的子问题解来计算当前问题。

代码实现

以下是一个基于动态规划的代码片段，用于解决类似的背包问题：

#include 
   
    #include 
    
     #include 
     
      using namespace std;void init(vector
      
        &peopleNeed, vector
       
         &gold, int n, int max_people) {    ifstream inputFile("data.txt");    inputFile >> max_people >> n;    for(int i = 0; i < n; ++i) {        inputPipe >> peopleNeed[i] >> gold[i];    }    inputFile.close();    vector
        
         
          > maxGold(max_people + 1, vector
          
           (n + 1, -1)); for(int i = 0; i <= max_people; ++i) for(int j = 0; j <= n; ++j) maxGold[i][j] = -1;}int getMaxGold(int people, int mineNum, const vector
           
             &peopleNeed, const vector
            
              &gold, const vector
             
              
               > &maxGold) { if(maxGold[people][mineNum] != -1) return maxGold[people][mineNum]; if(mineNum == 0) { if(people >= peopleNeed[0]) return gold[0]; else return 0; } if(people >= peopleNeed[mineNum]) { int option1 = (gold[mineNum] + getMaxGold(people - peopleNeed[mineNum], mineNum - 1, peopleNeed, gold, maxGold)); int option2 = getMaxGold(people, mineNum - 1, peopleNeed, gold, maxGold); return max(option1, option2); } else { return getMaxGold(people, mineNum - 1, peopleNeed, gold, maxGold); } maxGold[people][mineNum] = ret; return ret;}int main() { vector
               
                 peopleNeed; vector
                
                  gold; int max_people, n; init(peopleNeed, gold, n, max_people); cout << getMaxGold(10000, n - 1, peopleNeed, gold, maxGold) << endl; return 0;}
                
               
              
             
            
           
          
         
        
       
      
     
    
   

样例输入输出

输入：

100 577 9222 2229 8750 4699 90

输出：

133

总结

动态规划通过拆分问题、记忆化结果和利用最优子结构，高效地解决了复杂的背包问题。在实际应用中，动态规划不仅提高了效率，还减少了计算的复杂度，使得在面对类似问题时，我们能够快速找到最优解。这也解释了为什么国王能够通过让大臣们分解问题，最终得出最大的金子数量。

转载地址：http://kszoz.baihongyu.com/