【AcWing 算法基础课】 5、动态规划 笔记

第五章 动态规划

动态规划问题是没有模板的，比较像数学，代码非常简单，都是一些循环，它核心的地方在于状态的表示和状态的转移，比较偏数学，包括贪心一章也是，是没有模板的。

动态规划的时间复杂度一般是：状态数量 * 转移的计算量

思考状态表示的维数，在能够算出答案的基础上，维数越小越好，每多一维，意味着时间复杂度就多一倍，所以会从小到大来思考维数，先考虑一维，不行再二维，不行再三维……。

动态规划就是要多想，多尝试，和做数学题一样 ，想第一种方法能不能做，不行就第二种，……

一、背包问题

给 n 个物品，和一个容量为 v 的背包，每个物品有两个属性，它的体积 vi，它的价格（权重）wi。
DP优化：一般来说都是对DP的代码，或者DP的方程，做一个等价变形

所有DP问题，都可以用以下方式来思考：

DP问题一般是用来求：最大值、最小值、数量。
那么数组中的值就是上述所求的值。

1、01背包

每种物品仅有一件，可以选择放或不放，01背包问题的由来

用子问题定义状态：即f[i][v]表示前i件物品放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：

    f[i][v]=max{	f[i-1][v],	f[i-1][v-w[i]]+c[i]	}

所以有必要将它详细解释一下：“将前i件物品放入容量为v的背包中”这个子问题，若只考虑第i件物品的策略（放或不放），那么就可以转化为一个只牵扯前i-1件物品的问题。

如果不放第i件物品，那么问题就转化为“前i-1件物品放入容量为v的背包中”。

如果放第i件物品，那么问题就转化为 “前i-1件物品放入剩下的容量为：v-w[i]的背包中” ，此时能获得的最大价值就是f[i-1][v-w[i]]再加上通过放入第i件物品获得的价值c[i]。

2、完全背包

每件物品有无限次

属性：（Max)

去掉 k 个 i
求 Max，f[ i - 1, j - k * v[i] ]
加上k个i
f[i, j] = max( f[i - 1, j - v[i] * k] + w[i] * k ) ;

3、多重背包

每件物品能用无限次

4、分组背包

二、线性DP

1、数字三角形

从上到下或者从下到上都可以，上到下计算量更大一些，走过每一个点，都会计算其中的最大值，所以计算上方和右上两个点中的最大值就行。

2、最长上升子序列Ⅰ

遍历前方，找到比当前值小的最长上升子序列，然后+1。

如果想把最长序列保存下来，可以借用数组模拟链表的思想，g[i] 存储第 i 个值的前一个序列。

3、最长公共子序列

f[i][j] 表示 在第一个字符串的前 i 个字符 与 第二个字符串的前 j 个字符串的最大子序列

只有有四种情况，

00 表示最大子序列中不包含 i j，
01 表示不包含 i，包含j
10 表示包含 i，不包含j
11 表示包含 i j

00 是不用计算的，因为结果一定包含在 01 和 10 里面，我们做的时候也不会直接判断 i j

三、区间DP

就是在定义状态，是定义了一个区间