贪心与动态规划

在一个夜黑风高的晚上，有n（n <= 50）个小朋友在桥的这边，现在他们需要过桥，但是由于桥很窄，每次只允许不大于两人通过，他们只有一个手电筒，所以每次过桥的两个人需要把手电筒带回来，i号小朋友过桥的时间为T[i]，两个人过桥的总时间为二者中时间长者。问所有小朋友过桥的总时间最短是多少。

思路1：贪心算法。总是跑得最快的人跑回来的话，那么他在每次别人过桥的时候一定得跟过去。但是，来看一组数据 四个人过桥花费的时间分别为 1 2 5 10，按照贪心算法答案是19，但是实际答案应该是17。

具体步骤是这样的：

第一步：1和2过去，花费时间2，然后1回来（花费时间1）；

第二歩：3和4过去，花费时间10，然后2回来（花费时间2）；

第三部：1和2过去，花费时间2，总耗时17。

所以贪心想法是不对的。//按照贪心思想，应该为2 1 5 1 10  总计19；

而如果第二次让 10 和5先过，最后2给1送电棒再一起过结果为2 1 10 2 2 总计17；

状态转移方程式应该为

opt[i]=min(opt[i-1]+a[i]+a[1],opt[i-2]+a[i]+a[1]+2*a[2])可以根据样例写出，i从3开始；

边界为opt[1]=a[1],opt[0]=1;opt[2]=a[2];

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。

伪代码

max[1]=1;

for(i=2;i<=n;++i)

{int nTmp = 0; //记录第i 个数左边子序列最大长度

for(j=1;j<i;++j)

{ if(a[i]>a[j]

{if(max[j]>ntmp)

ntmp=max[j]

}

max[i]=ntmp+1;

}最后遍历每一个数

int max=0;

for(i=n;i>=1;--i)

{if(max[i]>max)

max=max[i]

}

max即为所求