DPday4 线性状态DP luogu P1020 [NOIP1999 普及组] 导弹拦截

luogu P1020 [NOIP1999 普及组] 导弹拦截

题目链接
难度：普及/提高-

本篇题解没有写完，今天先这样吧！

一. 动态规划回顾

动态规划是用来解决多阶段决策问题的。

多阶段决策问题:如果一类活动过程可以分为若干个互相联系的阶段，在每一个阶段都需作出决策(采取措施)，一个阶段
的决策确定以后，常常影响到下一个阶段的决策，从而就完全确定了一个过程的活动路线，则称它为多阶段决策问题。
动态规划通过一个决策过程表示一个问题，决策过程的各个阶段的关系可以是线性的，也可以是更复杂的函数关系。

二. 动态规划的分类

动态规划一般可分为线性动规，区域动规，树形动规，背包动规四类。
举例：
线性动规：拦截导弹，合唱队形，挖地雷，建学校，剑客决斗等；
区域动规：石子合并， 加分二叉树，统计单词个数，炮兵布阵等；
树形动规：贪吃的九头龙，二分查找树，聚会的欢乐，数字三角形等；
背包问题：01背包问题，完全背包问题，分组背包问题，二维背包，装箱问题，挤牛奶等

三. 线性状态动态规划

线性状态动态规划问题是动态规划问题中最常见，具体表现为动态规划的决策过程中，不同阶段的关系是线性的，状态量也是线性的。常见题型为序列的处理：最长上升子序列、最长公共子序列、编辑距离等等。

无论线性 dp 的状态表示上是一维的还是多维的，都是线性上的递推。dp 的阶段沿着各个维度线性增长，从一个或多个边界点开始，有方向地向整个状态空间转移、拓展。最后每个状态上都保留了以自身为 “目标” 的子问题的最优解。

代码：

1. $O(n^2)$复杂度：

#include <bits/stdc++.h>
#define LEN 10001
using namespace std;
long h[LEN] = {0};
long dp[LEN];
int main(){
    int n = 0;
    while(scanf("%ld",&h[n])!=EOF){
        dp[n] = 1;
        n++;
    }
    long sum = 0;
    for (int i = 0; i < n;i++)
    {
        for (int j = 0; j < i;j++)
        {
            if(h[j]>=h[i])
                dp[i] = max(dp[j] + 1, dp[i]);
        }
    }
    for (int i = 0; i < n;i++)
        sum = max(dp[i],sum);
    cout << sum << endl;
    sum = 0;
    for (int i = 0; i < n;i++)
    {
        dp[i] = 1;
        for (int j = 0; j < i;j++)
        {
            if(h[j]<h[i])
                dp[i] = max(dp[j] + 1, dp[i]);
        }
    }
    for (int i = 0; i < n;i++)
        sum = max(dp[i],sum);
    cout << sum << endl;
    return 0;
}

2. $O(nlogn)$复杂度：

3. 树状数组解法：