动态规划

广泛用于求解组合优化问题
使用这种技术的算法，不是递归调用自身，但是问题的基础解通常是用递归函数的形式来说明的。

最长公共子序列问题

问题描述

有两个长度分别为n和m的字符串A和B，确定A和B中最长公共子序列的长度。这里，$A=a_1{a}_2\cdots a_n$的子序列是一个形式为$a_{i_1}{a}_{i_2}...a_{i_k}$的字符串，其中每个$i_j$都在1和n之间，并且$1\le i_1<i_1<\cdots <i_k\le n$。假设A=zxyxyz,B=xyyzx，很很显最长公共子序列为xyyz。

解决思路

为了使用动态规划技术，首先寻找一个递推公式，令$A=a_1{a}_2\cdots a_n,B=b_1{b}_2\cdots b_m$,令$L[i.,j]$表示$a_1{a}_2\cdots a_i$和$b_1{b}_2\cdots b_j$的最长公共子序列的长度。注意，$i$和$j$可能是0，此时 $L=0$。
下面给出递推式
L [ i , j ] = { 0 if  i = 0  or  j = 0 L [ i − 1 , j − 1 ] + 1 if  i &gt; 0 , j &gt; 0  and  a i = b j m a x { L [ i , j − 1 ] , L [ i − 1 , j ] } if  i &gt; 0 , j &gt; 0  and  a i ≠ b j L[i, j] = \begin{cases} 0 &amp; \text {if $i= 0$ or $ j=0$} \\ L[i-1,j-1]+1&amp;\text{if $ i&gt;0,j&gt;0$ and $a_i = b_j$}\\ max\lbrace L[i,j-1],L[i-1,j]\rbrace &amp; \text{if $i&gt;0,j&gt;0$ and $a_i\neq b_j$} \end{cases} L[i,j]=⎩⎪⎨⎪⎧​0L[i−1,j−1]+1max{L[i,j−1],L[i−1,j]}​if i=0 or j=0if i>0,j>0 and ai​=bj​if i>0,j>0 and ai​̸​=bj​​

算法

对于每一对i和j的值，$0\le i\le n,0\le j\le m$,用一个$(n+1)\ast (m+1)$大小的表来计算存储$L[i,j]$的值

\\算法LCS
\\输入：字符串A和B，长度分别为n和m
\\输出：A和B最长公共子序列的长度
main(){
	for i = 0:n
		L[i,0] = 0
	for j = 0:m
		L[0,j] = 0
	for i = 1:n
		for j = 1:m
			if a[i] = b[j]
				L[i,j] = L[i-1,j-1] + 1
			else
				L[i,j] = max{L[i,j-1],L[i-1,j]}
	return L[n, m]
}

0/1背包问题

问题描述

设 U = { u 1 , u 2 , ⋯ &ThinSpace; , u n } U=\lbrace u_1,u_2, \cdots ,u_n\rbrace U={u1​,u2​,⋯,un​}是一个准备放入容量为$C$的背包中的$n$项物品的集合。对于$1\le j\le n$，令$s_j$和$v_j$分别为第$j$项物品的体积和价值，这里，$C,s_j,v_j$和$j$都是正整数。我们要解决的问题四用U中的一些物品来装满背包，这些物品的总体积不超过$C$,然而要使他们的总价值最大。

解决思路

$V[i,j]$表示从前$i$项 { u 1 , u 2 , ⋯ &ThinSpace; , u i } \lbrace u_1,u_2, \cdots ,u_i\rbrace {u1​,u2​,⋯,ui​}中取出来的装入体积为$j$的背包的物品的最大价值。这里，$0\le i\le n$，$0\le j\le C$。找出递推式
V [ i , j ] = { 0 if  i = 0  or  j = 0 V [ i − 1 , j ] if  j &lt; s i m a x { V [ i − 1 , j ] , V [ i − 1 , j − s i ] + v i } if  i &gt; 0 , j ≥ s i V[i, j] = \begin{cases} 0 &amp; \text {if $i= 0$ or $ j=0$} \\ V[i-1,j]&amp;\text{if $ j&lt;s_i$}\\ max\lbrace V[i-1,j],V[i-1,j-s_i]+v_i\rbrace &amp; \text{if $i&gt;0,j\geq s_i$} \end{cases} V[i,j]=⎩⎪⎨⎪⎧​0V[i−1,j]max{V[i−1,j],V[i−1,j−si​]+vi​}​if i=0 or j=0if j<si​if i>0,j≥si​​

算法

\\算法KNAPSACK
\\输入：物品集合U={u1, u2, ..., un}，体积分别为s1, s2,...,sn,价值分别为v1, v2, v3,..., vn,容量为C的背包
\\输出：满足条件的最大总价值
main(){
	for i = 0:n
		V[i,0] = 0
	for j = 0:C
		V[0,j] = 0
	for i = 1:n
		for j = 1:C
			if s[i] <= j
				V[i,j] = max{v[i,j],L[i-1,j-si]+vi}
			else
				V[i,j] = V[i-1,j]
	return V[n, C]
}

总结

很明显，无论是公共子序列还是背包问题，最关键的就是能找到合适的递推公式。说白了，还是要数学直觉强，加上见多识广。数学才是王道啊！tt，你说是不是。

卡片计分——附加题

问题描述

小a和小b玩一个游戏，有n张卡牌，每张上面有两个正整数x，y。取一张牌时，个人积分增加x，团队积分增加y。求小a，小b各取若干张牌，使得他们的个人积分相等，且团队积分最大。

输入描述

第一行n，接下来n行，每行两个正整数x，y

输出描述

一个整数，表示团队积分的最大值

示例

输入：
4
3 1
2 2
1 4
1 4
输出：
10

数据范围

0 < n < 100
0 < x < 1000
0 < y < 1e6

算法

很难想象这道题竟然也能用动态规划，数学果然令人畏惧！我当然也是看了网上的才懂。以$L[i,j]$表示前$i$张牌中，个人积分相差$j$时，获得的最大团队积分，$0\le i\le n,0\le j\le x_{max}$。$x$数组表示个人积分，$y$数组表示团队积分。这里给出递推式，注意：个人认为网上的程序(就是$t1,t2$条件)有一点问题，因为要考虑$L[i-1][j-x[i-1]] $是否大于0，即如果等于0，那么就无法组成前$i$张牌中，个人积分相差$j-x[i-1]$时的情况，此时$t1$只能等于0；$j < x[i-1]$也要考虑；还有就是积分相差为0的情况，因为此情况必然存在，即两边都不拿牌，也就是$j == x[i-1]的特殊情况。
L [ i , j ] = { 0 if  i = 0 m a x { L [ i − 1 , j ] , t 1 , t 2 } if  i &gt; 0 L[i, j] = \begin{cases} 0 &amp; \text {if $i= 0$} \\ max\lbrace L[i-1,j],t1,t2\rbrace &amp; \text{if $i&gt;0$} \end{cases} L[i,j]={0max{L[i−1,j],t1,t2}​if i=0if i>0​
$$t1=\{\begin{array}{ll}0& \text{others}\\ L[i-1][diff]+y[i-1]& \text{ if L[i−1][diff]>0 or diff==0)}\end{array}diff=abs(j-x[i-1])$$
$$t2=\{\begin{array}{ll}0& \text{others}\\ L[i-1][j+x[i-1]]+y[i-1]& \text{if j+x[i−1]≤xmax and L[i−1][j+x[i−1]]>0}\end{array}$$

程序

//c++ 源码
#include<iostream> 
#include<vector>
using namespace std;
/*
4
3 1
2 2
1 4
1 4
如果使用网上的一些程序，第二个样例会失败
4
3 1
4 2
5 3
10 4
*/
int max3(int x, int y, int z){
	if(x < y)
		x = y;
	if(x < z)
		x = z;
	return x;
}
int main(){
	int n;
	cin >> n;
	int *x = new int[n];
	int *y = new int[n];
	int max = 0;
	vector<vector<int> > help;
	for(int i = 0; i < n; ++ i){
		cin >> x[i] >> y[i];
		if(x[i] > max)
			max = x[i];
	}
	for(int i = 0; i < n + 1; ++ i){
		vector<int> temp(max + 1, 0);
		help.push_back(temp);
	}
	for(int i = 1; i < n + 1; ++ i){
		printf("%d ",x[i-1]);
		for(int j = 0; j < max + 1; ++ j){
			int temp1 = 0, temp2 = 0;
			int diff = j - x[i-1];
			if (diff < 0) 
				diff = 0 - diff;
			if((help[i-1][diff] > 0 || diff == 0)
			//注意，就是条件这里不太一样
				temp1 = help[i-1][diff] + y[i-1];
			if( j + x[i-1] <= max && help[i-1][j+x[i-1]] > 0)
				temp2 = help[i-1][j+x[i-1]] + y[i-1];
			help[i][j] = max3(help[i - 1][j], temp1, temp2);
			printf("%d  ",help[i][j]);	
		}
		printf("\n");
	}
	cout << help[n][0] << endl;
	delete []x;
	delete []y;
	
}