动态规划/贪心总结（一）

最长递增子序列（一维）

子序列是可以不连续的。
，dp[i]是i位置以num[i]结尾的最长子序列长度
状态转移方程：

$$dp[i]=max(dp[i],dp[j]+1),j<i且满足num[i]>num[j]$$

代码：

memset(dp,1,sizeof(dp)) //初始化为1，因为自己本身。
for(int i=0;i<n;++i)
	for(int j=0;j<i;++j)
	{
		if(nums[i]>nums[j])
			dp[i] = max(dp[i] ,dp[j]+1);
	}

之后遍历一篇dp取最大的值就可以了。

最长递增子序列（二维）

一般题目是一个二维的数据，如给信封的长和宽，问最多可以嵌套多少个信封。
思路：
可以统一将信封的长进行升序排列，如果长度一样，就以宽度降序排列。
然后将宽度取出，在宽度中最长递增子序列就是答案。

bool cmp(vector<int>a,vector<int>b)
{
	a[0] == b[0]?return a[1]>b[1]:a[0]<b[0] ;
}

sort(nums,nums+n,cmp)
vector<int>ans;
for(int i =0;i<n;++i)
	ans.push_back(nums[i][1]);
//然后将这个ans求最长递增子序列。

最大子数组

子数组或子字符串是连续的。
，dp[i]是i位置以num[i]结尾的最大数组和
在dp[i]位置只有两个选择，一个是与前一个数组合并，另一个是自己新建立一个数组。
所以有状态转移方程：
$$dp[i]=max(dp[i-1]+nums[i],nums[i])$$

dp[0] = nums[0];//因为第一个数字只能选择自己。
for(int i =1;i<n;++i)
	dp[i]=max(dp[i-1]+nums[i],nums[i]) ;
//然后遍历一边dp数组，取最大值就是答案了。

跳跃游戏I

题意是：给一个数组nums,nums[i]是在位置i最多能向前跳跃的步数。问能否可以跳跃到最后一个位置。

思路：我们记录在位置i能最多跳跃到的位置，将问题转化为这最大的位置是否比最后一个位置大就好了。

int ans = 0;
for(int i=0;i<n-1;++i)
{
	ans = max(ans,i+nums[i]);
	if(ans<=i) //说明遇到了0，那么就无法跳了。
		return false;
	return ans>=n-1;
}

跳跃游戏II

现在问的是跳到最后一个需要的最少跳跃次数。

贪心思路：我们在一个位置上最长能跳跃到的区间上，选出最大的一个跳跃步数就可以。

int end = 0; //站在索引i，最大能跳跃到end
int fartest =0; //从索引[i...end]起跳，最远到的距离。
int jump = 0;
for(int i =0;i<n-1;++i)
{
	fartest = max(fartest,i+nums[i]);
	if(end = i)
	{
		jump ++;
		end = fartest ;
	}
}

01背包

01背包的状态转移方程为
$$f[i][j]=max(f[i-1][j],f[i-1][j-w[i]]+v[j])$$

i代表对i件物体做决策，有两种方式—放入背包和不放入背包。
j表示当前背包的容量。

不放入背包时:第i次决策后的最大价值和第i-1次决策时候的价值是一样的（还是原来的那些物体，没多没少）。
放入背包时:第i次决策后的价值为 第i-1次决策时候的价值 加上 当前物体的价值v[j]。物体放入背包后会使背包容量变为 j ，即没放物体之前背包的容量为j - w[i]。想想啊当前背包容量为j，而这个j是在加了w[i]之后得到的，那么i-1时候背包容量不就是j-w[i]嘛

//代码里面将整个f初始化为0
for (int i = 1; i <= n; i++)
{
	for (int j = V; j >= 0; j--)
	{
		if (j >= w[i])//如果背包装得下当前的物体
		{
			f[i][j] = max(f[i - 1][j], f[i - 1][j - w[i]] + v[i]);
		}
		else//如果背包装不下当前物体
		{
			f[i][j] = f[i - 1][j];
		}
	}
}

优化，只需要一维数组就好了

//代码里面将整个f初始化为0
for (int i = 1; i <= n; i++)
{
	for (int j = V; j >= w[i]; j--)
	{
		f[j] = max(f[j], f[j - w[i]] + v[i]);
	}
}