Leetcode|312. 戳气球（反向思维+区间动态规划）

1 动态规划（反向思维以分治）

在求解问题前，考虑到作为状态的累计钱币数没有已知上限，是待求量。因此不能将累计钱币数作为dp索引，因此，我们要分析，这个问题能不能分解成小问题破解？显然，如果是按照先戳破第k个气球来思考，子问题之间是相互依赖的，问题只能分解，不能将小问题的解正确的合成。所以我们要做的是如何分解可以使得小问题之间相互独立？

很多题解上来就说反向思维，但不会告诉你如何想到反向思维？其实是依靠正向逻辑的，只要按照正向逻辑，不论前向，后向还是什么左向右向思维都可以训练出来！！

• 想要子问题相互独立，子问题要依赖的量最好是固定值，不能是变量（比如先戳破第k个气球，则k右边的气球依赖的相邻左边气球会发生变化）。那从问题中，什么是固定值呢？既然相邻两侧是变量，那边界就是固定值，不论怎么戳破区间内的气球，区间左右边界的气球不变，因此，我们可以从边界下手
• 那什么情况下戳破第k个气球会需要边界i, j的气球呢？当然是最后一个被戳破的时候啦，这样思考是不是觉得比直接灌输什么反向思维要舒服很多？

有了以上铺垫，就可以直接上手动态规划套路了

【状态】：拿到的累计钱币数（由于没有已知上限，不适合做为dp索引）

【选择】：从(i, j)中选择索引k的气球戳破，拿到对应钱币

【dp函数含义】：开区间(i, j)内戳破气球获得的最大硬币数量dp[i][j]

【初始化】：在气球对应的硬币数量数组收尾添加1，其余照抄原数组

【状态转移】： dp[i][j] = max(dp[i][j], dp[i][k] + dp[k][j] + scores[i]*scores[k]*scores[j])

class Solution {
public:
    int maxCoins(vector<int>& nums) {
        vector<int> scores(nums.size() + 2, 0);
        // 收尾补充1
        scores.front() = 1; scores.back() = 1; 
        int size = scores.size();
        for (int i = 1; i < size - 1; i++) scores[i] = nums[i - 1]; 
        // dp数组含义：开区间(i, j)内戳破气球获得的最大硬币数量
        vector<vector<int>> dp(size, vector<int>(size, 0));

        for (int i = size - 1; i >= 0; i--)
            for (int j = i + 1; j < size; j++) {
                // [关键]：k表最后1个戳破的气球索引
                // 若k表第1个戳破的气球，则尾部为scores[k-1]*scores[k]*scores[k+1]导致子问题相互依赖）
                for (int k = i + 1; k < j; k++)
                    dp[i][j] = max(dp[i][j], dp[i][k] + dp[k][j] + scores[i]*scores[k]*scores[j]);
            }
        return dp[0][size - 1];
    }
};