【算法】动态规划

理解

---

动态规划是将原始问题分解为若干个子问题，对子问题进行求解，并记录下子问题的结果，当求解包含已经解决的子问题的原问题时，返回子问题的结果即可

基本概念

---

转移方程、边界

最优子结构

引例

数塔问题

在如上数塔中，选取一条路径使得路径上的数字和最大

解：

设数塔表示为$f[i][j]$，$dp[i][j]$表示选择了$f[i][j]$能得到的最大的和，得到转移方程为：

$$dp[i][j]=\max (dp[i+1][j],dp[i+1][j+1])+f[i][j]$$

边界为:

$dp[n][j]=f[n][j]$

递归求解即可

斐波那契数列求解

走楼梯

典型问题

---

最大连续子列和

• 在数列$n_1,n_2,...,n_K$中，求出$n_i+n_{i+1}+...+n_j$ 的最大值

• dp数组：$dp[i]$表示以$n_i$结尾的子列中子列和的值

• 转移方程和边界

  $dp[i]=\max (dp[i-1]+a[i],dp[i])$

  $dp[i]=a[i]$

最长不降子序列（LIS）

• 序列可以不连续

• dp数组：$dp[i]$表示以$A[i]$结尾的LIS长度

• 状态转移方程：

  当$A[i]$前的元素$A[j]$都比$A[i]$大，$dp[i]=1$

  否则：$dp[i]=\max (dp[j]+1)$

  综上：$dp[i]=\max (1,dp[j]+$