动态规划

  动态规划思想与分治法很类似，都是将问题划分成若干个子问题，他们之间的区别在于：动态规划的子问题之间不是相互独立的。

• 动态规划算法的步骤：
  （1）找出最优解的性质，刻画其结构特征；
  （2）递归定义最优值；
  （3）以自底向上的方式计算最优值；
  （4）构造最优解；

• 动态规划算法的两个基本要素：最优子结构和重叠子问题

• 矩阵连乘问题
  问题描述：
  给定n个矩阵{A1A2…An}，其中Ai和Ai+1是可乘的，考察这n个矩阵的连乘积A1A2…An。由于矩阵的乘法满足结合律，故计算矩阵的连乘积有许多不同的计算次序，而不同的计算次序，所需要计算的连乘次数也是不同的，求解连乘次数最少的矩阵连乘最优次序。
  举例说明矩阵结合方式对数乘次数的影响：
  矩阵连乘积A1A2A3，3个矩阵的维数分别为10100,1005和550，连乘时加括号的方式有：
  （（A1A2）A3） 数乘次数：101005+10550=7500
  （A1（A2A3）） 数乘次数：100550+10100*50=7500
  （1）分析问题的最优解（刻画最优解的特征）：
  计算A[1,:k]和A[k+1:n]的次序是最优的，满足最优子结构性质
  （2）建立递归关系（递归定义最优值）：
  当i=j时，m[i][j]=0;
  当i<j时，m[i][j]=min{m[i][k]+m[k+1][j]+Pi-1PkPj}(i≤k<j)
  （3）计算最最优值（自底向上进行）：
  例如，下面有6个矩阵A1,A2,……，A6.按照动态规划算法计算出m[i][j]和s[i][j]填入表中：
  其中 A1:30×35 A2:35×15 A3：15×5 A4：5×10 A5：10×20 A6：20×25
  令p0 = 30,p1=35,p2=15,p3=5,p4=10,p5=20,p6=25
  
  具体的求解过程如上图所示；
  时间复杂度为：O(n^3)

（4）构造最优解；

• 最长公共子序列
  问题描述：
  集合X={A,B,C,F,G,H,D}，Y={B,C,D,A,F,H}。序列{B,C}是集合A,B的一个子序列，但它不是最长的。这里的{B,C,D}的长度为3，是X,Y的最长公共子序列。最长公共子序列问题：给定2个序列X={x1,x2,……,xm}和Y={y1,y2,……,yn}，找到X,Y的最长公共子序列；
  构造最优解的结构：
  设序列X={x1,x2,……,xm}和Y={y1,y2,……,yn}的最长公共子序列Z={z1,z2,……,zk}，则：
  a、若xm=yn，则zk=xm=yn,且Zk-1是Xm-1和Yn-1的最长公共子序列；
  b、若xm≠yn，且zk≠xm，则Z是Xm-1和Y的最长公共子序列；
  c、若xm≠yn，且zk≠yn,则Z是X和Yn-1的最长公共子序列；
  证明过程可以利用反证法证明