DP

53. Maximum Subarray

求连续子序列的最大和。

DP分析：

1, dp[0] = nums[0]

2, dp[1] = max (nums[0], nums[1])

    dp[2] = max (dp[1]+nums[2], nums[2])

由此可推：dp[i] = max( dp[i-1] + nums[i] ,  nums[i])

维护一个max，取得最大的dp值即可。

此方法在leetcode上顺利通过，但是存在问题：对于nums数组[-1, -2]， 正确答案为：dp[0] = -1, dp[1] = -1，而使用上述逻辑，将得到dp[0] = -1, dp[1] = max(-1 + -2 , -2) = -2。

递推式应改为：dp[i] = nums[i] + ( dp[i-1] > 0? dp[i-1] : 0 )

即，当上一状态为负值时，直接抛弃，因为当前值加上负值必定小于当前值。

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        if(nums.empty())
            return 0;
        int n = nums.size();
        vector<int> f(n);
        f[0] = nums[0];
        int res = nums[0];
        for(int i=1; i<n; i++)
        {
            //f[i] = max(f[i-1] + nums[i], nums[i]);  // some case will be wrong
            f[i] = nums[i] + (f[i-1]>0 ? f[i-1] : 0);
            res = max(res, f[i]);
        }
        return res;
        }
};

152 .  Maximum Product Subarray

求连续子序列的最大乘积。

成绩问题考虑一点，当前的最大负数，再乘上一个负数就有可能变为最大值。

故维护两个变量： imax 和 imin，分别表示当前步的最大数和最小数。当操作的数值为负数是，将imax和imin对换。结果res在每一步与imax进行比对，若imax大于res则更新res为imax值。

class Solution {
public:
    int maxProduct(vector<int>& nums) {
        if(nums.empty())
            return 0;
        
        int curr = nums[0];
        int imax = curr;
        int imin = curr;
        int res = curr;
        for(int i=1; i<nums.size(); i++)
        {
            if (nums[i] < 0)
                swap(imax, imin);
            
            imax = max(nums[i], nums[i] * imax);
            imin = min(nums[i], nums[i] * imin);
            
            res = max(res, imax);
        }
        return res;
    }
};

64. Minimum Path Sum

矩形左上到右下的路径和最小值。

首先，对于任一点dp(i, j)，其最小和值等于 ①【min（左邻点的最小和值，上邻点的最小和值） + 点本身的值】。

对于第一行与第一列，没有上邻点/左邻点，故其最小和值就等于左邻点/上邻点的最小和值 + 本身的值。

其他点则按关系式①推出即可。

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        int rows = grid.size();
        int cols = grid[0].size(); 
        vector<vector<int> > dp(rows, vector<int>(cols, grid[0][0]));
        // the first col
        for (int i = 1; i < rows; i++)
            dp[i][0] = dp[i - 1][0] + grid[i][0];
        // the first row
        for(int j=1; j<cols; j++)
            dp[0][j] = dp[0][j-1] + grid[0][j];
        for(int i=1; i<rows; i++)
            for(int j=1; j<cols; j++)
                dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j];
        return dp[rows-1][cols-1];
    }
};

718. Maximum Length of Repeated Subarray

给出两个array，求公共最长子序列。

定义：dp(i, j)表示以以第i个与第j个结尾的公共最长子序列的长度。

关系：若A(i-1) = B(j-1)， 则dp(i, j)=dp(i-1, j-1) + 1

因为其实得到的dp(i, j) 表示的是A的第i个和B的第j个，所以算值是A(i-1) = B(j-1)，并且循环体中的i与j的范围是1~size。

718. Maximum Length of Re