动态规划--思想

动态规划：把问题划分成子问题递归求解，并且保留中间结果以避免重复计算子问题的方法，叫动态规划。（eg: 三角形路径数字之和）

关键思想：

1，  划分成若干子问题

2，  子问题的状态，及若干状态值；状态的表述。

3，  子状态之间的转换（即递归求解，子状态到上一级子状态之间的变换关系），即如何从一个或多个值已知的状态，求出另一个状态的值。

 

首先要学会分析问题，划分成小问题，然后找到最基本最原始，状态值已知（或一目了然）的问题。再向上递推可求解！求得原问题的解。

 

形式是按递归思想，但是保存了子问题的中间结果，避免了许多的重复计算。时间复杂度小。跟状态空间大小一致。如果需要K个整形变量来描述一个状态，且范围为N1,N2…Nk.则可设状态为a[N1][N2]..[Nk]。

 

 最关键的是要找到最基本最初始的问题（一目了然知道解得问题）。比如菲波纳数列，f(n)=f(n-1)+f(n-2); 而最基本最初始的状态为f(0)=f(1)=1;当然这个完全可以不用递归求解。能用递归求解的都可以用非递归求解，不过相对复杂没那么好理解而已。

eg:

问题描述

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。

解略