Stephen Wong的专栏

自然语言处理(NPL)里的一个问题，用动态规划解。dp[i][j]表示word1前i个字符和word2前j个z

求最大连续子序列。动态规划的思想。迭代数组a中的每个数a[i]，用cur变量标识从前到a[i](包括a[i])的最大累和。当cur小于零时归零，意味如果这个从前到a[i]为止的子序列包括a[i], 那么必然和小于0, 索性不要考虑这个子序列，从下一处i+1开始重新计算。注意到：1. 如果最大连续子序列不唯一，则输出序号i和j最小的那个2. 若所有K个元素都是

动态规划。dp[0][i]: A[0, ..., i-1]的maximum product subarray,dp[1][i]: A[0, ..., i-1)的minimum product subarray.初始化dp[0][0] = dp[1][0] = A[0].递推公式：dp[0][i] = max(dp[0][i-1]*A[i], dp[1][i-1]*A[i])

直接递归求解TLE(Time Limit Exceeded), 用vector<vector<string>> ret(s.size()+1)保存wordBreak的解MLE(Memory Limit Exceeded),采用DP+DFS通过测试。在LeetCode 139. Word Break的中，用dp[i]标识s.substr(0, i)是否可以由dict里的字符串组成；在此我们用dp[i]标识s.substr(0, i)的workBreak解的最后一个单词的集合。如输入["abcde

动态规划。1. palindrome[i][j]==true, 表示s[i, ..., j] (i将其初始化为false. 有动态方程：if (s[i]==s[j] && (j-i<=2 || palindrome[i+1][j-1])){ palindrome[i][j] = true;}2. dp[i]标志子串s.substr(i)的minCuts将其初始

动态规划：len[i]: - 若存在begin使得sum(nums.begin()+begin, nums.begin()+i+1)>=s且sum(nums.begin()+begin-1, nums.begin()+i+1)- 反之，len[i] = len[i - 1] + 1;sum[i]: - 若存在上述begin, sum = sum(nums.begin()+beg

March 27th, 2016Hihocoder 1285. 智力竞赛Two dimensional dynamic programming. rights[i][j]    i: # of stages we have passed    j: j chances we have used     rights[i][j]: the minimal right an

hihocoder 1038. 01 背包dp[i] 表示使用掉 i 张奖券（消耗掉 i 的空间）后，能获得的最大价值。代码：#include #include #include using namespace std;int main() { // Input int n, m; cin >> n >> m; vector needs, values;