动态规划 线性模型 Leetcode.300 POJ3486

 线性指的是状态的排布是线性的，最长单调上升子序列为经典的线性模型

leetcode300：最长递增子序列

用f[i]表示以a[i]结尾的最长上升子序列问题

计算f[i]的时候，只需要考虑f[1],f[2],...,f[i-1]是否能够转移

状态转移方程：f[i]=max{f[j]+1|1<=j<i,a[i]<a[j]} ，并将此集合称为决策允许集合，我们只能从允许的j里找f[j]+1来更新f[i].

代码：

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int len=nums.size();
        int f[len];
        for(int i=0;i<len;i++)
        f[i]=1;
        int maxlen=1;
        for(int i=1;i<len;i++)
        for(int j=0;j<=i-1;j++)
        {
            if(nums[i]>nums[j])
            f[i]=max(f[i],f[j]+1);
            maxlen=maxlen<f[i]?f[i]:maxlen;
        }
    return maxlen;
    }
};

poj3086

题目大意：

想保证n年里都有一台电脑，一开始你有n台，如果在第y年购买了一台电脑，那么你需要花费c的代价。

如果那台电脑一直用到了第z年，在第z年又买了一台新的，你需要支付m(y,z)的维修费用

给定n，c，数组m。求最小花费。 

m（x年开始买入，用到了y年年末）

题解：我们将每年划分为一个阶段

f[i]表示直到第i年都有一台电脑的最小花费。

f[i]需要从f[0],f[1],...,f[i-1]转移过来。

对于第i年的最小花费，我们依次设置变量从1到i依次枚举上次买电脑是哪一年。

假设上次买电脑是第j年，那么1～j-1年就是一个子问题，我们已经求出了f[j-1]是满足此问题的最优解，后面就不用考虑前j-1年的情况，且它也不会影响我们对后面的决策。

第j年到第i年的维修费用是m(j,i),花费为c

因此可以用f[j-1]+m(j,i)+c来更新f[i]

f[i]=min{f[i],f[j-1]+m(j,i)+c}     (1<=j<=i)

代码实现：

memset(f,0x3f,sizeof(f));

f[0]=0;

for(int i=1;i<=n;i++)

        for(int j=1;j<=i;j++)

                f[i]=min{f[i],f[j-1]+m[j][i]+c};

printf("%d\n",f[n]);

时间复杂度O(n^2)

为了增加对无后效性的理解，我们以本题的数据为例，给出每次枚举过程：

一：
i=1,j=1:f[1]=min(f[1],f[0]+m(1,1)+c)=8
二：
i=2,j=1:f[2]=min(f[2],f[0]+m(1,2)+c)=3+7=10
i=2,j=2:f[2]=min(f[2],f[1]+m(2,2)+c)=min(10,8+6+3)=10
三：
i=3,j=1:f[3]=min(f[3],f[0]+m(1,3)+c)=50+3=53
i=3,j=2:f[3]=min(f[3],f[1]+m(2,3)+c)=min(53,8+8+3)=19
i=3,j=3:f[3]=min(f[3],f[2]+m(3,3)+c)=min(19,10+10+3)=19
可以看到在i=3循环内，每次枚举所用到的f[1],f[2],都是之前求出的最优解，直接用就可以。

至于为什么min里面要用f[j-1]，是因为对于f[i]=min{f[i],f[j-1]+m[j][i]+c}为i年的最小花费，

若上次买电脑的年份为第j年，那么第(j～i)年的费用总和为第j年买电脑的费用c加上之后的维修费

m(j,i)，只需要加上前j-1年的总花费就可以了。