经典规划

经典规划

1.最大连续子序列和

给定一个数字序列$A_1,A_2,...,A_n$,求$i,j(i\le j\le n),$使得$A_i+...+A_j$最大，输出这个最大和
步骤1：令状态$dp[i]$表示以$A[i]$作为作为末尾的连续序列最大和，求解$dp[i]$数组
步骤2：考虑两种情况
$\text{1◯}$ 该序列只有一个元素，$dp[0]=A[0];$
$\text{2◯}$该序列有多个元素， d p [ i ] = m a x { A [ i ] , d p [ i − 1 ] + A [ i ] } dp[i]=max\{ A[i],dp[i-1]+A[i]\} dp[i]=max{A[i],dp[i−1]+A[i]}$(状态转移方程)$

2.最长不下降子序列（LIS）

在一个数字序列中，找到一个最长的子序列（可以不连续），使得这个子序列是不下降的
步骤1：令状态$dp[i]$表示以$A[i]$作为作为末尾的$LIS$长度
步骤2：对于$A[i]$有两种情况
$\text{1◯}$ $A[i]\ge A[j](j<i)且dp[j]+1>dp[i],dp[i]=dp[j]+1;$
$\text{2◯}$如果$A[i]$之前的元素都比$A[i]$大，则只能自己形成一条链，且长度为1；
最后得出状态转移方程： d p [ i ] = m a x { 1 , d p [ j ] + 1 }                                ( j = 1 , 2 , ⋯   , i − 1 & & A [ j ] < A [ i ] ) dp[i] = max\{1,dp[j]+1\}\\\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ (j=1,2,\dotsb,i-1 \&\& A[j]<A[i]) dp[i]=max{1,dp[j]+1}                              (j=1,2,⋯,i−1&&A[j]<A[i])

3.最长公共子序列（LCS）

给定两个字符串$A，B$，求一个字符串，使得这个字符串是$A和B$的最长公共部分（子序列可以不连续）
例如 sadstory 和 adminsorry 的最长公共子序列为 adsory
步骤1：令状态$dp[i][j]$表示字符串$A$的$i$号位和字符串$B$的$j$号位之前的$LCS$长度（下标从1开始）
步骤2： 两种决策
$\text{1◯}$ 若$A[i]==B[j]$，则$dp[i][j]=dp[i-1][j-1]+1$
$\text{2◯}$ 若$A[i]!=B[j]$，$LCS$无法延长，则继承$dp[i-1][j],dp[i][j-1]$中的最大值
由此可以得到状态转移方程：
d p [ i ] [ j ] = { d p [ i − 1 ] [ j − 1 ] + 1 ,   A [ i ] = = B [ j ] m a x { d p [ i − 1 ] [ j ] , d p [ i ] [ j − 1 ] } ,   A [ i ] ! = B [ j ] dp[i][j]=\begin{cases} dp[i-1][j-1]+1,\ A[i]==B[j]\\max\{dp[i-1][j],dp[i][j-1] \},\ A[i]!=B[j]\end{cases} dp[i][j]={dp[i−1][j−1]+1, A[i]==B[j]max{dp[i−1][j],dp[i][j−1]}, A[i]!=B[j]​
边界条件：$dp[i][0]=dp[0][j]=0(0⩽i⩽n,0⩽j⩽n)$

4.最长回文子串

给出一个子串$S$，求出其最长回文子串的长度
步骤1： 令状态$dp[i][j]$表示$S[i]和S[j]$所表示的子串是否为回文子串，是则为1，不是则为0；
步骤2： 讨论两种情况
$\text{1◯}$若$S[i]==S[j]$，则只要$S[i+1]-S[j-1]$是回文串，则$S[i]-S[j]$就是，否则都不是
$\text{2◯}$若$S[i]!=S[j]$，那么$S[i]-S[j]$一定不是回文串
由此可得，状态转移方程为：
$dp[i][j]=\{\begin{array}{l}dp[i+1][j-1],S[i]==S[j]\\ 0,S[i]!=S[j]\end{array}$
边界：$dp[i][i]=1,dp[i][i+1]=(S[i]==S[i+1])?1:0$
按照枚举子串长度，按照子串长度遍历计算每个状态，如不按照子串长度遍历，状态方程会无法转移

for(int L =3;L<=len;L++){//枚举子串长度
		for(int i=0;i+L-1<len;i++){
				int j =i+L-1;
			}
}