LeetCode 例题精讲 | 17 动态规划如何拆分子问题，简化思路

在上一篇文章中，我们讲解了「子数组」类动态规划题目的常见技巧。这篇文章继续讲解动态规划问题中的小技巧。今天要讲的是「如何定义多个子问题」。

常规的动态规划问题只需要定义一个子问题即可。然而在某些情况下，把子问题拆成多个会让思路更清晰。如果你没用过这个技巧的话，不妨跟着今天的例题来学习学习。

本篇文章的内容包括：

• 如何拆分动态规划的子问题

• 「最长波形子数组」问题的解法

• 度假问题的解法

• 多个子问题与二维子问题的转换关系

最长波形子数组

我们用「最长波形子数组」的解题过程来展示定义多个子问题在解题中的作用。

LeetCode 978. Longest Turbulent Subarray 最长波形子数组（Medium）

当 A 的子数组 A[i..j] 满足下列条件之一时，我们称其为波形子数组：

对于 i <= k < j，当 k 为奇数时， A[k] > A[k+1]，当 k 为偶数时，A[k] < A[k+1]；

或者：对于 i <= k < j，当 k 为偶数时，A[k] > A[k+1] ，当 k 为奇数时， A[k] < A[k+1]。

也就是说，如果比较符号在子数组中的每个相邻元素对之间翻转，则该子数组是波形子数组。

返回 A 的最长波形子数组的长度。

首先我们要明白「波形子数组」的含义。（吐槽一句，官方把 trubulent 翻译成「湍流」，这翻译是给人看的吗？）我们关注的是数组中相邻元素之间的大小关系。如果后一个元素大于前一个元素，则是数组的「上升段」；反之，则是数组的「下降段」。那么，「波形子数组」就是一段交替上升下降的子数组。例如输入 [9, 4, 2, 10, 7, 8, 8, 1, 9] 中， [4, 2, 10, 7, 8] 是其中最长的一段波形子数组。

「波形子数组」是一段交替上升下降的子数组

使用单个子问题求解

我们先看看使用传统的单个子问题该怎么求解这道题。

首先，看到题目中的「子数组」字样，我们应当立即想到子数组相关的解题技巧：在定义子问题的时候给子问题加上位于数组尾部的限制。

不理解这个解题技巧的同学，可以回顾我的上一篇文章：

LeetCode 例题精讲 | 16 最大子数组和：子数组类问题的动态规划技巧

使用这个技巧，我们可以这样定义子问题：

子问题 表示「数组 A[0..k) 中，位于数组尾部的最长波形子数组」。

之所以要限制子问题中求的最长波形子数组位于数组尾部，是因为只有数组尾部的波形子数组才可以和新加入