2021-04-25

ACM区间DP总结
经过老师耐心讲解和自己的总结，使我明白区间DP这么高级的东西，还是挺容易的。也就是在一段区间内的动态规划。
首先确定状态

初始化长度为1（or 2,3…具体因题而异）的dp数组的值

然后枚举区间长度，枚举区间的起始点，（有的题目还需要枚举断点） 由小区间转移到大区间。

最后dp[1][n]往往就是答案。

例题:石子归并，有N堆石子排成一排，每堆石子有一定的数量。现要将N堆石子并成为一堆。合并的过程只能每次将相邻的两堆石子堆成一堆，并将新的一堆石子数记为该次合并的得分。主要思想就是一个一个累加： 先看下去是我想知道dp[i][j]的最大值，i表示起始位置，j表示终止位置，所以我肯定是想求出dp[1][4]间的最大值，dp[1][1]=4;dp[2][2]=4;dp[3][3]=5;dp[4][4]=9。然后我在长度为2的时候记录，dp[1][2]=4+4=8,dp[2][3]=8+5=14;dp[3][4]=14+9=23;这样加起来的值就是8+14+23=45；但是如果我反过来呢？dp[1][2]=5+9=14;dp[2][3]=14+4=18;dp[3][4]=18+4=22;这样加起来的值就是14+18+22=54。很明显，54就是所求的最大值。具体来说我们应该定义一个数组dp[i,j]用来表示合并方法，i表示从编号为i的石头开始合并，j表示所求区间的结尾，sum表示的是石头的数量。动态规划的思想：先两两合并，在三三合并，最后再NN合并，在合并过程中，较大的区间可以拆分成已经的小区间进行计算，省时又省力。比如，我可以在三三合并的时候可以拆分成一一还有二三相加。即把当前阶段的合并方法细分成前一阶段已计算出的方法，选择其中的最优方案。
其实吧说实话，难点在于怎么找状态转移方程。（这个还是要看具体题目）。
上个例题演示一下吧。
石子合并。
#include

using namespace std;
int n;
int dp[111][111];//d[i][j]表示从第i堆到第j堆得到最小或最大的分数
int p[111][111];//p[i][j]表示从第i堆到第j堆共有多少【石子】
int a[111];//a[i][j]表示第i堆有多少石子
void Init(int *a)
{
for(int i=1;i<=n;i++)
{
p[i][i]=a[i];//从第i堆合并到第i堆共有a[i]个石子
for(int j=i+1;j<=n;j++)//分别求得第i堆到第i+1堆第i+2堆……石子数量//
{
p[i][j]=p[i][j-1]+a[j];
}
}
}
int getMax()
{
for(int r=2;r<=n;r++)//r控制合并长度，r=2，i<=n-（r-1）,j=i+(r-1),最大达到n则dp[i][j]最大表示到d[i][n]//
{
for(int i=1;i<=n-r+1;i++)
{
int j=i+r-1;//j-i=r-1,r每次增加1，比如r=2,d[i][j]可取d[1][2],d[2][3],r增大1d[i][j]可取d[1][3]d[2][4]//
dp[i][j]=dp[i+1][j]+p[i+1][j]+p[i][i];
for(int k=i+1;k<j;k++)
{
dp[i][j]=max(dp[i][j],dp[i][k]+p[i][k]+dp[k+1][j]+p[k+1][j]);//以k为分界，先求k前面的再求k后面的分数，比如求dp[1][4]就分别求（1堆和2到4堆）和（1到2，2到4）和（1到3堆，第4堆）。再以（1到2，2到4）为例d[1][4]=d[1][2]+d[3][4]+p[1][2]+p[3][4],先是（1，2）（3，4）分别合并得分，第二部合起来的两堆再合并得分为这两堆的石子总数之和//
}
}
}
return dp[1][n];
}
int getMin()
{
for(int r=2;r<=n;r++)
{
for(int i=1;i<=n-r+1;i++)
{
int j=i+r-1;
dp[i][j]=dp[i+1][j]+p[i+1][j]+p[i][i];
for(int k=i+1;k<j;k++)
{
dp[i][j]=min(dp[i][j],dp[k+1][j]+dp[i][k]+p[k+1][j]+p[i][k]);
}关键步骤在此 ，即转移方程。