自学动态规划续

1.使用动态规划的一些技巧
使用动态规划时，要么考虑拿走整件商品，要么考虑不拿，而没法判断该不该拿走商品的一部分。但使用贪婪算法可轻松地处理这种情况！
首先，尽可能多地拿价值最高的商品；如果拿光了，再尽可能多地拿价值次高的商品，以此类推。动态规划可帮助我们在给定约束条件下找到最优解。
在背包问题中，我们必须在背包容量给定的情况下，偷到价值最高的商品。在问题可分解为彼此独立且离散的子问题时，就可使用动态规划来解决。
每种动态规划解决方案都涉及网格。单元格中的值通常就是要优化的值。在前面的背包问题中，单元格的值为商品的价值。每个单元格都是一个子问题，因此我们应考虑如何将问题分成子问题，这有助于找出网格的坐标轴。
2.动态规划的一些基本问题
递推 递推一般形式比较单一，从前往后，分类枚举就行
背包 也就是之前举得那个例子，不过那只是背包问题最简单0-1背包问题。
除此之外还有完全背包 、分组背包 、多重背包
LIS（最长递增序列）维护一个当前最优的递增序列——找到恰好大于它更新LCS（最长公共子序列）两个单词中都有的序列包含的字母数
3.小结
需要在给定约束条件下优化某种指标时，动态规划很有用。
问题可分解为离散子问题时，可使用动态规划来解决。每种动态规划解决方案都涉及网格。
单元格中的值通常就是要优化的值。
每个单元格都是一个子问题，因此需要考虑如何将问题分解为子问题。
没有放之四海皆准的计算动态规划解决方案的公式。
看了很多文章，首先说明的就是DP是ACM中难度相当高的一部分，并且是考察重点，代码量少并且实现方式简单易懂。
看来要下更多功夫去学了。