“动态规划可以处理什么问题 用动态规划求解maxz”

本篇文章682字，读完约2分钟

动态规划的本质问题基本上如前所述，前面的问题比较简单。 复杂的动态规划问题有几种表现形式，其一是成本函数的计算比较多和复杂，在状态迁移的过程中需要考虑越来越多的细节。 今天这个问题符合这个条件: dpp问题()

问题是，假设有湖，湖里有一点鱼，第一年有b1鱼，第一年有bt鱼。 渔夫靠卖渔业和鱼为生。 如果他们第一年卖了xt鱼，就能赚到r(xt )。 当然，抓到这些鱼也是c(xt，bt )的价格。 假设鱼每年自然繁殖，繁殖规律固定，每年以s的比例自然生长。 同样，渔夫手中的钱全部存入银行，每年都有一定的利息。 从第一年到第三年，你每年是怎么捕鱼的，想让好处最大化吗？ 你不能筋疲力尽地钓鱼。 当然不能等着饿死。

这个解释乍一看证明目标是确定的: -收益最大化，但条件n多，求解dp时，必须仔细考虑状态转移方程的中心优化条件。 首先定义状态。 年t是自然维度。 要想知道利润，我们知道利润函数、价格函数、增长率、固定利率等条件。 因为共同诉求是鱼b的数量，所以状态是( t，b )。 因为t在1到t之间(这本身也是递归收敛条件)，所以dpfe方程为阶段式: f(t，b ) =0，tt具体解释如下:假设计算t年B鱼的收益时，收益为鱼的销售额r

看似多而复杂的问题，其实核心状态一确定，逻辑就确定，条件多，但多而杂度只会通过目标计算增加。 这样的问题对dp来说不算多。

作为实际的例子，假设t=2、y=0.05、s=2、初始b1=10 (单位为千)、利润函数也线性化为3xt、价格函数为2xt，则实际上正在搜索f ( 1，10 )，回答输出为x1=0

源代码: