区间DP

使用场景

求一段区间的最优解，该区间的最优解可以由其子区间的最优解推导而来，类似分治思想。
令状态f(i,j)表示将下标位置 i 到 j 的所有元素合并能获得的价值的最大值，那么
f(i,j) = max{f(i,k) + f(k+1, j) + cost}, k∈[i+1,j-1] ,cost为合并代价

特点

• 合并：将两个或多个部分进行整合，或者将一个区间拆分成多个部分
• 特征：能将问题分解为能两两合并的形式
• 求解：对整个问题设最优值，枚举合并点，将问题分解为左右两个部分，最后合并两个部分的最优值得到原问题的最优值
• 一般用二维数组表示区间
• 区间问题只需要考虑 区间头和区间尾

例题

leetcode切棍子的最小成本

【思路】
将切棍子过程反过来，求由短棍合并为长棍需要的代价

先求出每根棍子的长度sticks

然后dp[i][j]表示sticks[i]…sticks[j]合并需要的最小代价

dp[i][j]=sum(sticks[i]…sticks[j])+min(dp[i][k]+dp[k+1][j])其中k从i+1到j-1

class Solution {
public:
    int dp[105][105];
    int minCost(int n, vector<int>& cuts) {
        memset(dp,0x3f,sizeof(dp));
        cuts.push_back(0);
        cuts.push_back(n);
        sort(cuts.begin(),cuts.end());
        int sizeOfCuts=cuts.size();
        for(int i=0;i<cuts.size()-1;i++){
            dp[i][i+1]=0;//只有一段的时候无代价
        }
        for(int len=2;len<sizeOfCuts;len++){
            for(int i=0;i+len<sizeOfCuts;i++){
                int j=i+len;
                for(int k=i+1;k<j;k++){
                    dp[i][j]=min(dp[i][j],dp[i][k]+dp[k][j]+cuts[j]-cuts[i]);
                }
            }
        }
        return dp[0][sizeOfCuts-1];
    }
};

参考：
https://muyids.github.io/simple-algorithm/chapter/dp/%E5%8C%BA%E9%97%B4dp.html