动态规划 和 图遍历的结合应用

遍历图通常用到的方式为dfs， bfs， 或者拓扑排序。 但是对于某些特定的情况，用动态规划去遍历图是非常有效率的，避免了重复计算已经计算过的vertex。

一个很好的例子： 有n个长宽[a, b] 不同的矩形， 如果一个矩形的长宽小于另一个矩形的长宽或者宽长，则这个矩形可以被大的那个嵌套， 则最多嵌套多少个矩形在一起。

这个题目可以用动态规划和深搜去做，dfs的效率要低得多。 思路就是读入一个包含a ，b的二维数组，遍历整个数组，如果有一个矩形可以嵌套另一个，则在另一个二维数组里的相应位置记上1， 即 if(a > A && b > B || a > b && b > A) arc[i[a]][j[a]] = 1; 如此建立一个只包含 01 的数组， 可以看出 这个数组这个有向图。 则问题转化为图的最长路径问题。

图的最长路径解: dfs： 以每一个row 为点 找出可以嵌套的矩形， 找到就向下继续找那个矩形可以嵌套哪些其他的矩形， 直至无法嵌套，更新路径长度在每一个vertical 上， 最后找到数组里最大值， 输出即可

比如说： 1 到 【2，3，5】， 5 到 【2， 3  ，6】 ， 1是起点， 更新为1个矩形， 当深搜到 2 3 5三条路时 每一条路都更新递增一个1， 就是 【2，3，5】 都为2， 然后起点为5， 下层为 【2， 3， 6】 则 【2， 3 ， 6】 都为 3，