动态规划之线性DP

---

dp给我的感觉就相当于dfs。只不过dp是从一个集合推到另一个集合。在思考dp的时候可以思考一下如果dfs的话，它是如何推出答案的。也就是说，我们不用关心具体的dfs过程，但要知道它是如何从无到有，算法推进过程中得到中间结果的顺序是什么。把这些中间结果放到一个集合中，就是dp。

---

最长上升子序列模型

最长上升子序列模型

数字三角形模型

数字三角形模型

有些题目，要求你求出一个最佳序列。这个序列的元素不一定是数。

分级

先要知道一个定理：B序列的所有元素肯定都在A序列中出现过。

在得到答案的算法推进过程中，我们要暴力枚举出所有的B序列。在暴力枚举所有B序列的过程中，也会枚举出一些中间序列（类似于dfs中的状态节
点）。将这些序列按某一特征进行划分。

集合：{i, j}:与A[1……i]配对，且以A1[j]结尾的B序列。（A1[j]是排序好的A序列）

属性：dp[i][j] : MIN S

集合划分：遮掉A[j]，所有的序列都可以唯一映射到{i - 1, k}中{1 <= k <= j}。

所以dp[i][j] = min(dp[i - 1][k] + abs(A[i] - A1[j]);

移动服务

题目让求最小花费，实际上就是让你去求出一个最佳序列，这个序列的每个元素是服务员移动。按照这个序列，能够得到最小花费。

要求最小化的花费，就要知道具体的安排方案；因此问题等价于求最小花费的安排方案。得到安排方案是一个从无到有的过程，我们把过程中的一些
中间方案放到一个集合中，用集合来推动算法的过程，就能大大降低时间复杂度。

f[i][x][y]
集合:完成了前i个请求且三个服务员在p[i], x, y的所有安排方案集合。

属性:MIN花费

状态划分太复杂，我们可以看看{i, x, y}可以到哪些集合：
{i, x, y} —>
1.如果派x到p[i + 1]：{i + 1, p[i], y}
2.如果派y到p[i + 1]：{i + 1, x, p[i]}
3.如果派p[i]到p[i + 1]：{i + 1, x, y}

线性DP题有的没有很好的规律与模板，需要自己设计

杨老师的照相序列

I-区域

有个题属于背包问题。还没有接触背包。

饼干