update dp

8 Algorithms Analysis/动态规划.md

@@ -8,7 +8,7 @@ DP通常基于一个递推公式及一个(或多个)初始状态，当前子问
 动态规划算法的关键在于解决冗余，以空间换时间的技术，需要存储过程中的各种状态。可以看着是`分治算法`+`解决冗余`
 
 
-动态规划算法也可以说是 `记住求过的解来节省时间`
+动态规划算法也可以说是 `记住求过的解来节省时间` ;  比如 Fibonacci数列 中，先直接从最小，最简单的 f(1) , f(2) 开始，自低向上一直到 f(20) , 这就是动态规划的思路
 
 【初始状态】→【决策1】→【决策2】→…→【决策n】→【结束状态】
 
@@ -21,16 +21,20 @@ DP通常基于一个递推公式及一个(或多个)初始状态，当前子问
 
 动态规划的核心思想就是穷举求最值； 动态规划问题的一般形式就是`求最值`,动态规划其实是运筹学的一种最优化方法，只不过在计算机问题上应用比较多，比如说： 
 
-* 最长递增子序列 （LIS Longest Increasing Subsequence）
-* 最小编辑距离
-* 0-1 背包问题 
-* 凑零钱问题
-* 股票问题
-* 接雨水问题
-* Fibonacci数列 
+* Fibonacci数列  [代码参考这里 递归](./递归.md)
+* 凑零钱问题 
+* 股票问题   [代码参考这里](https://github.com/nonstriater/deep-in-java/blob/master/src/main/java/com/nonstriater/deepinjava/algo/list/stock/BestChance.java)
+* 二叉树的最近公共祖先  [代码参考这里](https://github.com/nonstriater/deep-in-java/blob/master/src/main/java/com/nonstriater/deepinjava/algo/tree/CommonParent.java)
+* 链表翻转  [代码参考这里](https://github.com/nonstriater/deep-in-java/blob/master/src/main/java/com/nonstriater/deepinjava/algo/link/ReverseLink.java)
+* 接雨水问题 
 * 青蛙跳阶问题： 一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 10 级的台阶总共有多少种跳法。
-* 二叉树的最近公共祖先
-* 链表翻转
+* 最小编辑距离
+* 最长递增子序列 （LIS Longest Increasing Subsequence）
+* 0-1 背包问题 
+
+
+
+[更多动态规划案例代码实现参考deep-in-java])(https://github.com/nonstriater/deep-in-java/tree/master/src/main/java/com/nonstriater/deepinjava/algo/framework/dynamic)
 
 
 ```
@@ -69,7 +73,7 @@ DP 和 回溯法 都会用到递归
 
 * 划分问题
 * 状态
-* 状态转移方程, 这一步最为困难
+* 状态转移方程, 这一步最为困难 ; 暴力解法就是状态转移方程
 * 状态压缩
 
 
@@ -87,6 +91,23 @@ for 状态1 in 状态1的所有取值：
 
 
 
+## 凑零钱问题
+
+凑零钱问题[视频解读参考这里]()
+
+如果使用贪心策略，并不能得到最优解。
+
+
+
+```Java
+
+```
+
+
+
+
+
+