2019年3月16日：贪心复习；动态规划预习

首先，来复习一下贪心，对一个问题的每个过程求局部最优解，从而最后推导出全局最优解。
上例题。

有 N 堆纸牌，编号分别为 1，2，…, N。每堆上有若干张，但纸牌总数必为 N 的倍数。可以在任一堆上取若干张纸牌，然后移动。
移牌规则为：在编号为 1 堆上取的纸牌，只能移到编号为 2 的堆上；在编号为 N 的堆上取的纸牌，只能移到编号为 N-1 的堆上；其他堆上取的纸牌，可以移到相邻左边或右边的堆上。
现在要求找出一种移动方法，用最少的移动次数使每堆上纸牌数都一样多。
对这个题目，首先应该想到怎么移动纸牌。我们可以从移动纸牌的张数入手。
由当前纸牌数减去平均数，就可以得到要移动的纸牌数，正数是多了几张，负数是少几张。最终目的是使所有数都变成0.

       cin>>n;
　　ave=0;step=0; 
　　for (i=1;i<=n;++i)
　　 {
　　　　cin>>a[i]; 
　　　　ave+=a[i];              //读入各堆牌张数，求总张数ave
　　 } 
　　ave/=n;                                          //求牌的平均张数ave
　　for (i=1;i<=n;++i) a[i]-=ave;         //每堆牌的张数减去平均数
　　i=1;j=n;
　　while (a[i]==0&&i<n) ++i;            //过滤左边的0
　　while (a[j]==0&&j>1) --j;              //过滤右边的0
　　while (i<j)
　　 {
　　　a[i+1]+=a[i];                              //将第i堆牌移到第i+1堆中去
　　　a[i]=0;                                        //第i堆牌移走后变为0
　　　++step;                                      //移牌步数计数 
　　　++i;                                            //对下一堆牌进行循环操作
　　　while (a[i]==0&&i<j) ++i;          //过滤移牌过程中产生的0
　　 } 
　　cout<<step<<endl; 

在这之中有一个弯，就是如果一个数是1，-6，而第二个数是1，-5，都欠着牌，而且后面的不够补到前面的，怎么办。
其实照样补过去，第二个变成-11，-11。由后面多的总会补回来。

动态规划预习
动态规划，也是一种最优解的算法。他将问题实例分解为更小的/相似的子问题，并存储子问题的解，使得每个子问题只求解一次，最终获得原问题的答案。
他与贪心法类似，都是将问题实例归纳为更小的、相似的子问题，并通过求解子问题产生一个全局最优解，但动态规划通过求解局部子问题的最优解来达到全局最优解。
如要求一个问题的最优解，而且该问题能够分解成若干个子问题，并且小问题之间也存在重叠的子问题，则考虑采用动态规划。