dp-动态规划(1)

dp——动态规划

动态规划重中之重—转移方程。

书写动态规划的转移方程一般要抓住两个状态之间的联系。如最长回文子串一题（i为左边界，j为又边界，也是二维dp表的行表的行标和列标），他的转移方程为

当s[i]==s[j]	当s[i]!=s[j]
dp[i][j]=2+dp[i+1][j-1]	dp[i][j]=0

打表方式

1. [ 1] 打表方式
   打表方式要根据你的转移方程来打表，例如最长回文子串这里，dp[i][j]可能用到的数据是dp[i+1][j-1]那么dp[i+1][j-1]的数据我们一定要最先计算并填在我们的dp表中，才可以在之后来使用它。
   并且根据事实，左边界一定要小于右边界，所以我们的循环方法是
   

 for (int j=0;j<le;j++){
        for (int i=j;i>=0;i--){
     
        }
 }

因为不涉及到j=j的情况，所以也可以

 for (int j=0;j<le;j++){
        for (int i=0;i<j;i++){
     
        }
 }

2. 初始化dp表边界
   我们要使用转移方程，那么总是得有初始数据，那些用不到转移方程的地方，如i=j-1;
   在使用转移方程 i 就大于 j 了明显不可以这样做，所以就得出以下初始化方法，当且仅当 j-i<3
   的时候使用。

s[i]=s[j]	s[i]!=s[j]
dp[s][j]=j-i+1	dp[i][j]=0

那么完整的代码就可以写出来了：

 class Solution {
public:
    string longestPalindrome(string s) {
    int le = s.length(),maxlen=1,beg=0;
    int ans[ le][le];
    for (int j=0;j<le;j++){
        for (int i=0;i<j;i++){
            if (s[i]!=s[j]){
                ans[i][j]=0;
                continue;
            }
            else{
                if(j-i<3) {
                    ans[i][j]=j-i+1;
                }
                else{
                    if (ans[i+1][j-1]==0) ans[i][j]=0;
                    else ans[i][j]=ans[i+1][j-1]+2;
                }
                if(ans[i][j]>maxlen) {
                    maxlen=ans[i][j];
                    beg=i;
                }
            }
        }
        
    }return s.substr(beg,maxlen);
    }
};