2020-3-29动态规划

动态规划原理

• 动态规划的基本思想：
  问题的最优解如果可以由子问题的最优解推导得到，则可以先求解子问题的最优解，在构造原问题的最优解；
  若子问题有较多的重复出现，则可以自底向上从最终子问题向原问题逐步求解。
• 使用条件：
  可分为多个相关子问题，子问题的解被重复使用。
• 动态规划算法的设计步骤：
  1 分析优化解的结构
  2 递归地定义最优解的代价
  3 自底向上地计算优化解的代价保存，并获取构造最优解的信息
  4 根据构造最优解的信息构造优化解
  解决的问题
• 老师上课所讲的问题
  吃金币游戏
  小明写了一个简单的吃金币游戏，规则如下：在一个长方形地图上，玩家每次能从一个方格走到相邻一个方格。玩家控制的角色可以向下或者向右走，但不能向上或向左走。每个方格上都有一定的金币。现在，小明想请你帮他想一个策略，尽可能多的获得金币（从左上角走到右下角可能获得的最大金币数）。用数组dp[a][b]来表示到达点(a,b)时所能吃到的最大金币数量易得递归关系式dp[a][b]=max(dp[a-1][b],dp[a][b-1])+c[a][b]
  思路分析
  如果用F[a][b]表示达到(a,b)这个点时所能吃到的最大金币数量。得到递推关系式:F[a][b]=max (F[a-1] [b], F[a] [b-1]) +Coin[a]bF[m] [n]即为所求。

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <cstring>
#include <cstdlib>
using namespace std;
typedef long long ll;
int main()
{
      
    int dp[101][101],c,m,n;    
    int i,j;    
    cin>>m>>n;        
    for(i=1; i<=m; i++)            
    for(j=1; j<=n; j++)           
    {
           
            cin>>c;              
            dp[i][j]=max(dp[i][j-1],dp[i-1][j])+c;//只有两个方向，要么向下，要么向右    
    }        
    cout<<dp[m][n];        
    return 0;
}

最长上升子序列
一个数的序列bi，当b1 < b2 < … < bS 的时候，我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN)，我们可以得到一些上升的子序列(ai1, ai2, …, aiK)，这里1 <= i1 < i2 < … <iK <= N。比如，对于序列(1, 7, 3, 5, 9, 4, 8)，有它的一些上升子序列，如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4，比如子序列(1, 3, 5, 8).你的任务，就是对于给定的序列，求出最长上升子序列的长度。输入数据输入的第一行是序列的长度N (1 <= N <= 1000)。第二行给出序列中的N 个整数，这些整数的取值范围都在0 到10000。输出要求最长上升子序列的长度。
思路分析
可以考虑以序列中的每一个数作为上升子序列的末位数，以数组dp的下标k作为末尾数，dp[k]作为该序列的长度，另设数组maxx[k]表示以a[k]作为终点的最长上升子序列的长度。

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <cstring>
#include <cstdlib>
using namespace std;
typedef long long ll;
int main()
{
     
  int n,i,j,temp,ans=-1;       
  int a[1001],maxx[1001];       
  cin>>n;      
  for(i=1; i<=n; i++)           
  cin>>a[i];       
  maxx[1]=1;//第一个作末尾必然长度为1      
  for(i=2; i<=n; i++)    
  {
        
        temp=0;//记录第i个数的最大子序列长度              
        for(j=1; j<i; j++)              
        {
            
                 if(a[i]>a[j])//如果为上升的序列                       
                 {
                       
                              if(temp<maxx[j])                                     
                              temp=maxx[j];            
                  }  
         }        
         maxx[i]=temp+1;//最大上升的序列加上末尾数字a[i]组成的新的最大上升子序列      
     }     
     for(i=1; i<=n; i++)            
     if(maxx[i]>ans)           
     ans=maxx[i];        
     cout<<ans;        
     return 0;
 }

最长公共子序列（LCS）
给出两个字符串A , B求两个的字符串的最长公共子序列。
思路分析
DP[i][j]代表A串从起点到i位置的字串和B串从起点到j位置的字串的LCS当A[i]== B[j]时: DP[i][j] = DP[i-1][j-1] + 1当A[i]!= B[j]时: DP[i][j] = MAX(DP[i-1][j] ,DP[i][j-1])

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 1000;
char a[N],b[N]