动态规划2

最长递增子序列的问题
给定数组arr，返回arr的最长递增子序列长度。比如arr={2,1,5,3,6,4,8,9,7}，最长递增子序列为{1,3,4,8,9}，返回arr的最长递增子序列长度。比如arr={2,1，5,3,6,4,8,9,7}，最长递增子序列为{1,3,4,8,9}所以返回这个子序列的长度为5。
解决方案：
arr：2 1 5 3 6 4 8 9 7
dp：1 1 2 2 3 3 4 5 4
dp[i]表示在必须以arr[i]这个书结尾的情况下，
arr[0..i]中最大递增子序列长度。
dp[i]=maxdp[j]+1，j大于等于0，j小于i，
arr[j]小于arr[i]，

给定两个字符串str1和str2，返回两个字符串的最长公共子序列。例如，str1=”1A2C3D4B56”,str2=”B1D23CA45B6A”，“”123456“或者”12C4B6”都是最长公共子序列，返回哪一个都行。

背包问题
一个背包有一定的承重W，有N件物品，每件都有自己的价值，记录在数组v中，也都有自己的重量，记录在数组w中，每件物品只能选择要装入背包还是不装入背包，要求在不超过背包承重的前提下，选出物品的总价值最大
解决问题：
假设物品编号1到n，一件一件物品考虑是否加入背包，
假设dp[x][y]表示前x件物品，不超过重量y的时候的最大价值。枚举一下第x件物品的情况：
情况一：如果选择第x件物品，则前x-1件物品得到的重量不能超过y-w[x].
情况二：如果不选第x件物品，则前x-1件物品得到的重量不能超过y。
所以，dp[x][y]可能等于dp[x-1][y]，也就是不去第x件物品时，价格和之前一样。
也可能是dp[x-1][y-w[x]]+v[x]，也就是拿第x件物品的情况
两种可能兴中，应该选择价值最大的那个，dp[x][y]=1/dp[x-1][y]
2.dp[x-1][y-w[x]]+v[x]的最大值
对于dp矩阵来说，行数是物品的数量n，列数是背包的重量，再从上到下以此计算所有的dp值即可。
最优编辑
给定两个字符串str1和str2，在给定三个整数ic,dc和rc,分别代表插入、删除和替换一个字符的代价。返回将str1编辑成str2的最小代价。比如，str1=”abc”，str2=”adc”，ic=5,dc=3,rc=2.从”abc”编辑成”adc”，把b替换成d是代价最小的，所以返回2.再比如，str1=”abc”,str2=”adc”,ic=5,dc=3,rc=100.从abc编辑成adc，先删除b，然后再插入d是代价最小的，所以返回8
解决方案