Dynamic Programming动态规划总结

一、DP思想：
1、把一个大的问题分解成一个一个的子问题。
2、如果得到了这些子问题的解，然后经过一定的处理，就可以得到原问题的解。
3、如果这些子问题与原问题有着结构相同，即小问题还可以继续的分解。
4、这样一直把大的问题一直分下去，问题的规模不断地减小，直到子问题小到不能再小，最终会得到最小子问题。
5、最小子问题的解显而易见，这样递推回去，就可以得到原问题的解。
二、DP的具体实现：
1、分析问题，得到状态转换方程（递推方程）。
2、根据状态转换方程，从原子问题开始，不断的向上求解，知道得到原问题的解。
3、在通过递推方程不断求解的过程，实际上是一个填表的过程。

DP的两种形式
1、递归型
优点：直观，容易编写
缺点：可能会因为递归层数太深导致爆栈，函数调用带来的额外时间开销。无法使用滚动数组节省时间。总的来说，慢。
2.递推型
效率高，有可能使用滚动数组节省空间。

总结

这个有点像递归，但是适用的范围会比递归小一些。

//求最长上升子序列:
int N, arr[105], dp[105] = {0}, dp2[105] = {0}, dp_all[105] = {0};
    scanf("%d", &N);
    for(int i = 0; i < N; i++) scanf("%d", &arr[i]);
    for(int i = 0; i < N; i++){  //求最长上升子序列
        dp[i] = 1;
        for(int j = 0; j < i; j++){
            if(arr[j] < arr[i] && dp[i] < dp[j] + 1)
                dp[i] = dp[j] + 1;
        }

下面还有个典型的最长公共子序列问题https://blog.csdn.net/Maoxim/article/details/105564101