动态规划----问题解决策略

----DP动态规划做题总结
一、最近通过做题总结了动态规划的几类题型
1、以分阶段为关键，将问题分解为合理的子阶段，而每个子问题解决要简单的多。最近做的题主要通过时间或空间来分阶段，例如A题的同一时间，每条路径的最优。还有最大矩阵，对行进行分阶段，在当前行情况下，压缩列为一维问题，再通过求一维最大连续子序列之和作为当前阶段解。
2、以状态动态决策为核心问题，阶段划分后每一阶段都有相应状态，而
以当前状态进行决策而使问题最优而无后作用性。例如B、F题，如果当前状态
最大值为负，重新开始，反复决策。
3、还有一些建立状态转移为难点问题，总是想好久，想着加上好多选择条件去解决但总是容易出错且代码复杂、乱，还需多加练习。
二、01背包问题理解
1、一个物品放进背包只有取与不取两种选择
定 n 种物品和一个容量为 C 的背包，物品 i 的重量是 wi，其价值为 vi 。
问：应该如何选择装入背包的物品，使得装入背包中的物品的总价值最大？
分析一波，面对每个物品，我们只有选择拿取或者不拿两种选择，不能选择装入某物品的一部分，也不能装入同一物品多次。
解决办法：声明一个 大小为 m[n][c] 的二维数组，m[ i ][ j ] 表示 在面对第 i 件物品，且背包容量为 j 时所能获得的最大价值 ，那么我们可以很容易分析得出 m[i][j] 的计算方法，
（1）. j < w[i] 的情况，这时候背包容量不足以放下第 i 件物品，只能选择不拿
m[ i ][ j ] = m[ i-1 ][ j ]
（2）. j>=w[i] 的情况，这时背包容量可以放下第 i 件物品，我们就要考虑拿这件物品是否能获取更大的价值。
如果拿取，m[ i ][ j ]=m[ i-1 ][ j-w[ i ] ] + v[ i ]。 这里的m[ i-1 ][ j-w[ i ] ]指的就是考虑了i-1件物品，背包容量为j-w[i]时的最大价值，也是相当于为第i件物品腾出了w[i]的空间。
如果不拿，m[ i ][ j ] = m[ i-1 ][ j ] , 同（1）
究竟是拿还是不拿，自然是比较这两种情况那种价值最大。
2、例如搬寝室那道题，物品只有拿与不拿两种。
物品数为j时（也就是j的当前值），涉及到两个问题:
1）选还是不选这个物品，若不选这个物品，那么就是从j-1件物品里选k对，即dp[i][j-1]
2）若选这个物品则上一个物品不能选，所以选取对数i要减去1，j要减去2，然后加上选的这个物品的平方差，即dp[i-1][j-2]+(a[j]-a[j-1])*(a[j]-a[j-1])
总结通过拿与不拿的决策解决状态转移方程解决问题。