DP学习记录

记录学习DP过程中的思想提升与总结

最优决策表=阶段+状态，一般使用数组表示，如f[i],f[i][j]。

当i的状态只与i-1的状态有关，可用滚动数组优化，i&1 ，(i-1)&1;

关于0/1背包为什么逆序枚举：

f [ 0 ~ v[i]-1 ]    处于第 i-1 个状态  ( 还没有第 i 个物品更新  )。

f [ v[i] ~ m  ]     处于第 i 个状态（考虑过放入第 i 个物品的情况）。

倒序枚举  for (  int   j = m ; j >= v[i] ; j - - )

 f[0--------------------------------------,j]f[j,m]

                             i-1                                 i 

 f[0,-----------------------------j]f[j,---------m]

                         i-1                               i

 f[0,------------------j]f[j,--------------------m]

                 i-1                               i

  f[0,----------j]f[j,----------------------------m]

          i-1                                  i

  f[0,j]f[j,--------------------------------------m]

     i-1                               i

保证  i  是由  i-1  转移过来的。

关于动态规划中 阶段 状态 决策 三要素

1）阶段：将原问题划分成一个个类似的子问题，子问题的不同规模相当于不同阶段！

2）状态：枚举子问题中所有可能情况，表示所有可能状态。

3）决策：状态转移方程——选择某一状态中最优的解。

void dp()
{
	for(int i=1;i<=n;i++)//前i个物品，将原问题的规模缩小 
	for(int j=m;j>=v[i];j++)//背包的所有可能状态
	f[j]=max(f[j],f[j-v[i]]+w[i]);//状态转移方程
}

注意决策集合，在有些情况下，决策集合是只增多不减少的，所以可以保留之前的最优决策，不断与以后的决策比较，找到最优决策。

当划分状态时，一定要注意阶段状态的可转移性，即i状态必须能由i-1状态推出！

关于区间DP：

为什么第一重循环枚举区间长度？

这样可以保证计算大区间时小区间的值都在这之前计算出来了！当你计算 阶段/状态 转移的时候，一定要保证你用到的那些全部都已经被算出来了，比如区间dp，一般大区间的dp值由小区间算出来。