刷题-动态规划解题思路

1.动态规划问题

动态规划问题的三要素包括：重叠子问题、最优子结构、状态转移方程。

需要明确：
问题的最简单形式；问题的所有状态；状态改变因素；用数组/函数表示状态和改变条件

2.动态规划的解题框架：

//初始化base case
dp[0][0][......]=base case
//状态转移
for 状态1 in 状态1的所有取值：
    for 状态2 in状态2的所有取值：
        for ......
            dp[状态1][状态2][......]=求最值（选择1，选择2，...）

参考labuladong的算法小抄

动态规划的通用技巧：数学归纳思想
例：最长递增子序列

给定数组arr，设长度为n，输出arr的最长递增子序列。（如果有多个答案，请输出其中字典序最小的）
输入 [2,1,5,3,6,4,8,9,7]
返回值[1,3,4,8,9]
需要注意的是“子序列”和“子串”的区别，前者不一定连续，后者一定连续

    public int[] LIS (int[] arr) {
        if(arr==null ||arr.lenngth==0) return 0;
        int[] np= new int[arr.length];
        Arrays.fill(np,1);
        int maxL=1;
        for(int i=1;i<arr.length;i++){
            for(int j=0;i<j;j++){
                if (arr[i]>arr[j]){
                    np[i]=Math.max(np[i],np[j]+1);
                    maxL=Math.max(max,np[i]);
                }
            }
        }
        return maxL;
    }
//另外一种解法

    public int[] LIS (int[] arr) {
        // write code here
        if(arr==null ||arr.length==0) return 0;
        int[] top =new int[arr.length];
        int piles=0;
        for(int i=0;i<nums.length;i++){
            int poker = nums[i];
            //两分搜索
            int left=0,right=piles;
            while(left<right){
                int mid = (left+right)/2;
                if(top[mid]>poker) right=mid;
                else if(top[mid]<poker) left=mid+1;
                else right=mid
                }
            if(left == piles) piles++;
            top[left]=poker;
            }
        return piles;
        }