动态规划-子序列问题模板-题目延伸

子问题序列模板labuladong

1.一个一维数组dp[]

1.1 最长上升子序列

动态规划的时间复杂度$O(n)$
二分查找：$O(nlogn)$，纸牌问题：纸牌只能摞在比他大的纸牌上，如果当前没有堆可以放，就另起一堆，如果有多个堆都能放，就放在最左边的堆。有几堆纸牌最长上升子序列的长度就是几。变相等价于，用二分查找找左边界。

if(a[mid]>=v) y=mid;
else x=mid+1;

最长上升子序列LIS
dp[i]表示以a[i]结尾的子序列最长子序列长度
从dp[i-1]推导dp[i]，因为是以a[i]结尾的，所以a[i]一定在子序列里面，那么要找前面比a[i]小的数字结尾的最大子序列长度即可

连续子数组的最大和

dp[i]表示以a[i]结尾的最大连续和
这里必须是连续的，所以从dp[i-1]推导dp[i]的时候，dp[i]必须包含a[i]，否则不连续，那么需要讨论的就是dp[i-1]的贡献

2.一个二维数组dp[][]

2.1涉及两个字符串

最长公共子序列LCS

int Lcs(char x[], char y[])
{
	int i, j, len1 = strlen(x + 1), len2 = strlen(y + 1);//strlen(x+1)是求得从第二个字符开始到结尾的长度
	memset(dp, 0, sizeof(dp));
	for (i = 1; i <= len1; ++i)
		for (j = 1; j <= len2; ++j)
		{
			if (x[i] == y[j])
				dp[i][j] = dp[i - 1][j - 1] + 1, path[i][j] = 1;
			else if (dp[i - 1][j] >= dp[i][j - 1])
				dp[i][j] = dp[i - 1][j], path[i][j] = 2;
			else
				dp[i][j] = dp[i][j - 1], path[i][j] = 3;
		}
	return dp[len1][len2];
}

只要是让两个字符串 有“相同”之类的描述，就考虑公共子序列

可以延伸出的问题：

两个字符串的最小ASCII删除和(leetcode)

注意这道题的base case 和状态转移方程，看leetcode的注释

两个字符串的删除操作(leetcode)

以上三题的思路(labuladong)

2.2涉及一个字符串

最长回文子序列