四周学习总结-dp

这周主要是学习动态规划，在这周的学习当中，接受这个知识比较困难，导致在解题方面不知从何下手，也就是状态转移方程不会找，所以解题数不够。
1.动态规划的一般解题步骤；
a.判断问题是否具有最优子结构性质，否则不能使用；
b.把问题分成若干字问题（分阶段）；
c.建立状态转移方程（递推公式）；
d.找出边界条件；
e.将已知边界值代入方程；
f.递推求解；
2.对列题的思考
a.最长上升子序列
描述：给定一个序列，求出最长上升子序列长度。
我的思考：
1.此问题是求最值可以使用动态规划解题；
2.找边界条件，什么是边界呢?找的是子序列的长度，那么子序列的结束，也就是最后一个元素是边界；
3.要建立状态转移方程，那么把什么看作状态？从序列的特征来看，那么可以表示状态的就是位置；那怎么找状态转移方程呢？序列中数的位置为k的话那么位置k的值对应的就是子序的终点，也就是边界；
遇到问题：怎么找状态转移方程；
题解和我的理解：
假定maxl(k)表示为以ak为终点的最长上升子序列的长度，那么：
maxl（1）=1; //只有一个数，那么他的子序列就为他自己，长度为1；
maxl（k）=max{maxl（i）：1<i<k且ai<ak且k!=1}+1; //我的理解是k位置的值比i位置的值大那么i结尾的子序列就可以加上k位置的元素，子序列长度加1；

b.最大字段和问题
描述：给定N个绝对值不大于1000的整数组成的序列a1,a2,…,an,求最大子段和，且字段是有序列中连续取出的。如果序列全为负数，那么为0；
我的思考：
1.首先这是一个求最大字段和的问题，也是一个最值问题，同时也可以分成子问题来求解，所以符合使用动态规划来解的要求；
2.进行状态设计，同上个题，这题的状态还是和位置有关，可用dp[i]来表示以a[i]结尾的最大连续字段和，那么根据这个进行求解的时候，就可以从最后一个元素开始利用递归；
3.边界？由于是从最后一个元素开始从前考虑，那么边界就是i=1的时候，只有这一个元素的话，那么如果为正，那么取他，如果为负那么取0；
题解和我的理解：
状态建立：用dp[i]来表示以a[i]结尾的最大子段和的出有dp[i]>=0； //这就找到了用状态来表示需要求解的目标；
求解目标：max{dp[i]} //最大子段和；
状态转移方程（难点）：dp[i]=max{a[i],0} (i=1); //这里明显看出当i=1时，他的最大子段和不是他本身就是0；
dp[i]=max{dp[i-1]+a[i],0} (2<=i<=n) //递推的调用找到连续的最大子段和；

b.2最大二子段和
描述：给出一个序列，找出两个连续子段，且两个子段不重合，且找出的两个字段和为最大的两子段和；
我的思考：
1.首先这也是一个求最值的问题，那么它可以用动态规划的方式进行求解；
2.由b中的求解最大子段和中，知道了如何找出最大子段和，既然这样的话是将这最大子段分为两个子段呢？还是怎样呢？不过因该是第一个为以a[i]结尾的子段，另外一个是从i之后的来找出第二个子段；因此可以知道a[i]结尾的子段的状态转移方程怎么求出，那第二个子段呢？怎么求解状态转移方程？
3.第一个子段的边界就是i=1时，由此可推，那么第二个的子段的边界就是i+1；
遇到问题：依然是状态转移方程方面，知道是如何分成两段的思想，却不知道如何完成用状态转移方程表达；
题解和我的思想：
求解目标：
max{max{dp1[k]}+maxdp2[l]} ;//这是最终结果的得出，可以知道第一个子段时以k结尾的，第二个子段除去前k个数剩下的序列找出的最大子段和；
状态转移方程：
dp1[i]=max{a[i],0} (i=1)
dp1[i]=max{dp[i-1]+a[i],0} (2<=i<=n)
//和之前的求解最大子段和的方式相同；
dp2[j]=max{a[j],0}(j=n)
dp2[j]=max{dp2[j+1]+a[j],0}(1<=j<=n-1)
//第二个子段的求解方程式方法是由从子段的右端开始寻找；

最后这周感想：可能这周花在这个方面的时间还不够，导致现在对于找这个状态转移方程上面还存在一些问题，而且对于布置的题，求解数还远远不够，甚至有一些列题都还没有弄明白；并且动态规划在求解问题中非常的适用，所以之后应该用更多的时间来学习这部分知识。