[dp优化]个人对dp优化的理解

引言

$dp$所要解决的是多阶段决策问题，它利用递归的思想，将规模为n的问题转化为规模较小的问题，直到转化为小到能够直接求解的子问题。通常来说这样做时间复杂度是指数级的，但是如果所有不同的子问题的数目是多项式级别，那么多项式时间就可以解决这个问题，这就是$dp$的本质
$dp有三个要素：$
$(1)所有不同的子问题组成的表$
$(2)问题解决的依赖关系，这可以看成是一个$图
$(3)填充子问题表的顺序（实际上是这个图的一个拓扑排序）$
$如果状态数量为O(n^t)，转移需要依赖于其它O(n^e)个子问题，那么称这个问题是tD/eD的$
这样可以得到四类典型的动态规划方程
$1D/1D: 已知D[0]，方程为$
$E[j] = min${ $D[i] + w(i,j)$} $f(j)\leq i < j$
$2D/0D:已知D[i][0]和D[0][j]，方程为$
$E[i][j] = min${ $D[i-1][j]+x_{i}, D[i][j-1]+y_{i}, D[i-1][j-z]+z_{i,j}$}
$2D/1D:已知D[i][i]=0，方程为$
$E[i][j] = w(i,j)+min${ $C[i,k-1] + C[k, j]$} $i<k\leq j$
2D/2D:已知D[i,0]和D[0,j]，