状态表示与题目特点
题目会存在Subarray/Substring相关的字眼
用dp[i][j]表示数组/字符串中i,j这一段区间的最优值/可行性/方案总数
大的Subarray/Substring依赖于小的Subarray/Substring
dp[i][j]=max/min/sum/or(dp[i,j之内更小的若干区间])
判断回文子串
O(n^2)的算法中需要检测任意一段字符串是不是回文串
动规四要素
state:dp[i][j]表示i,j这一段是不是回文串
function:dp[i][j] = (dp[i+1][j-1] and s[i]==s[j])
initialization:dp[i][i]=true,dp[i][i+1]==(s[i]==s[i+1])
answer:dp[x][y]对于任意想要检测是否是回文串的下标范围x-y
前面依赖于后面,后面还未算到
解决方法(一):i倒着循环,j正着循环
解决方案(二):先循环区间长度,在循环区间起点,再计算终点j=i+length-1;
给你一个字符串 s,找到 s 中最长的回文子串。
class Solution {
public:
string longestPalindrome(string& s) {
if(s.size()<2){
return s;
}
int maxStart=0;
int maxLen=1;
vector<vector<bool>> dp(s.size(),vector<bool>(s.size(),false));
for(int i=0;i<s.size();i++){
dp[i][i]=true;
}
for(int L=2;L<=s.size();L++){
for(int i=0;i<s.size();i++){
int j=i+L-1;
if(j>=s.size()){
break;
}
if(s[i]==s[j]&&(j-i<3||dp[i+1][j-1])){
dp[i][j]=true;
}
if(dp[i][j]&&j-i+1>maxLen){
maxLen=j-i+1;
maxStart=i;
}
}
}
return s.substr(maxStart,maxLen);
}
};
石子归并游戏
石子排成一列,每次归并“相邻”的两堆石子,每次归并的耗费是两堆石子之和,求最小总耗费
state:dp[i][j]表示下标i合并到j的最小耗费
function:dp[i][j]=min(dp[i][k]+dp[k+1][j])+sum(i,j),其中i<=k<j,sum(i,j)是i到j的子数组和
initialization:dp[i][j]=0
answer:dp[0][n-1]
可以使用prefixSum前缀和替代rangeSum来计算区间和(看见数组的时候可以想到),可以在系数上优化一点点,时间复杂度仍是O(n^3),后面会继续优化到O(n^2)
爆气球
有一排气球,每个气球有一个分数,戳爆一个球能获得其左右两边两个气球和这个气球的分数乘积,找一个顺序戳破所有气球获得最大的积分。
状态表示:将整个数组前后增加1,[3,1,5]=>[1,3,1,5,1]
dp[i][j]表示戳破i和j之间所有气球之后(不含i,j)的最大积分
状态转移方程:寻找i和j之间最后一个被戳破的气球k,dp[i][j]=max{dp[i][k]+dp[k][j]+nums[i]*nums[k]*nums[j]},i<k<j
初始化:initialization:dp[i][i+1]=0
答案:dp[0][n-1],n为增加了两个1之后的数组长度
区间型动态规划可以用滚动数组优化么?
不一定,石子和爆气球不一定依赖于哪一行,无法确定%几,回文串可以。需要判断依赖于哪一层。