动态规划习题整理（1）

1. LeetCode53. 最大子序和

状态表示：f[i]表示以第 i 个元素结尾的所有连续子数组的最大值。

状态转移：f[i] = max(f[i-1], 0) + nums[i]。f[i]可划分为两部分，以第 i -1个元素结尾的所有连续子数组加上第i个元素，或者只选用第 i 个元素。答案为所有f[i]中的最大值。

优化：由于f[i] 在计算时只会用到f[i-1]，则sum在第（i - 1）轮循环得到的结果即为f[i-1]，第 i 轮循环使用的sum即为f[i-1]。

class Solution {
   
public:
    int maxSubArray(vector<int>& nums) {
   
        int ans = nums[0], sum = nums[0];
        for(int i = 1; i < nums.size(); i ++){
   
            sum = max(sum, 0) + nums[i];
            ans = max(ans, sum);
        }
        return ans;
    }
};

2. LeetCode120. 三角形最小路径和

状态表示：f[i，j]表示从顶点走到第 i 层第 j 列的所有路径的最小值。

状态转移：f[i][j] = min(f[i-1][j-1], f[i-1][j] ) + nums[i][j]。f[i，j]可划分为两部分，从上一层左边来f[i-1][j-1]，从上一层右边来f[i-1][j]。

优化：由于第 i 层计算只会用到第（i - 1）层，所以考虑是否可以去掉层数那一维，迭代次数即为层数。若去掉, f[j]计算完后，f[j + 1]需要上一层的f[j]，但此时f[j]已是同层数据了，故不能去掉层数那一维，在当前层没有计算完之前，数据不可被覆盖。所以我们只需保存两层数据，可用滚动数组优化。

class Solution {
   
public:
    int minimumTotal(vector<vector<int>>& nums) {
   
        int n = nums.size();
        vector<vector<long long>> f(2, vector<long long>(n));
        f[0][0] = nums[0][0];
        for(int i = 1; i < n; i ++){
   
            for(int j = 0; j <= i; j ++){
   
            	//&1相当于%2。第0层和第1层交替使用
                f[i & 1][j] = INT_MAX;
                if(j) f[i & 1][j] = f[i-1 & 1][j-1] + nums[i][j];
                if(j < i) f[i & 1][j] = min(