线性dp

前言

之前试着总结了一下线性dp的几个常见的模板，但事实上，除了少量问题（如：LIS、LCS、LCIS等）有固定的模板外，大部分都要根据实际问题来推导得出答案，这次看看一些不一样的题。

这里说一下dp题的两种基本做法：

第一种是暴力求解，是对每个子问题求其的每种情况，最终去最优的，最后再对每个子问题取最优。第二种则是对是对每个子问题直接通过if语句或者max函数根据问题需求求最优，最后再对子问题求最优。这两种方法，第一种用的比较多，因为比较好想，把所有的情况都存起来就行了，就是显得有些啰嗦；但第二种也很常见，更加简练，就是想起来麻烦。

例题：

1.题意：给一个公式，（1 ≤ l < r ≤ n），(1=<I<=n)和a数组，求f(l,r)的最大值。
分析题意:此题不要固执在公式上，用循环嵌套的方法做，变量太多，太复杂；此题为一变形的最大连续子序列和问题，难点在差值正负的确定，可建两个数组分别保存。
前置工作：

for(i=2; i<=n; i++)
    {
        cin>>a[i];
        if(i%2==1)
        {
            dpa[i-1]=abs(a[i]-a[i-1]);
            dpb[i-1]=-dpa[i-1];
        }
        else
        {
            dpa[i-1]=-abs(a[i-1]-a[i]);
            dpb[i-1]=-dpa[i-1];

        }
    }

算法实现：

for(i=1; i<n; i++)
    {
        if(sum+dpa[i]>=0)
            {
                sum=sum+dpa[i];
                out=max(out,sum);
            }
        else
            sum=0;
    }

2.题意：
给出一个由大小写字母写成的字符串，起初键盘上Caps Look是关的，问最少要敲多少下键可以把字符串输入完，输入结束时Caps Look要是关的。中途可以打开Caps Look键，也可以用Shift键来转换大小写。
分析题意:大写输入分两种情况：shift键和caps look键，从前往后每个都进行分析太麻烦；我们可以开一个dp[i][2]数组，dp[i][0]表示第i个字母输入完后共敲键的次数，且此时Caps Look要是关的；　dp[i][1]表示第i个字母输入完后共敲键的次数，且此时Caps Look要是开的；
前置工作：

if(a[1]>='a'&&a[1]<='z')
          {
              dp[1][0]=1;
              dp[1][1]=2;
          }
          else
          {
              dp[1][0]=2;
              dp[1][1]=2;
          }

算法实现：

for(i=2;i<=len;i++)
        {
            if(a[i]>='a'&&a[i]<='z')
            {
                dp[i][0]=min(dp[i-1][0]+1,dp[i-1][1]+2);
                dp[i][1]=min(dp[i-1][0]+2,dp[i-1][1]+2);
            }
            else
            {
                 dp[i][0]=min(dp[i-1][0]+2,dp[i-1][1]+2);
                 dp[i][1]=min(dp[i-1][0]+2,dp[i-1][1]+1);
            }
        }

3.题意：一个只有’a’,‘b’组成的字符串可以分割为3个字符串且不能打乱之前的顺序，要保证第1个和第3个字符串全为’a’，第二个全为’b’(这3个字符串可为空，如"a"，“b”，""是满足条件的)。现在你可删除若干个字符，在满足条件下尽可能使得字符串长度最大，输出它的长度。
分析题意:建dp[i][3]数组，我们记dp[i][0]表示最长aaa…形式的子序列，dp[i][1]表示最长aaa…bbb…形式的子序列，dp[i][2]表示最长aaa…bbb…aaa…形式的子序列，最后三种情况取最大即可。
状态转移方程：

 for(i=1;len>=i;i++)
    {
        if(s[i-1]=='a')
        {
            dp[i][0]=dp[i-1][0]+1;
            dp[i][1]=max(dp[i-1][1],dp[i][0]);
            dp[i][2]=max(dp[i-1][2]+1,dp[i-1][1]+1);
        }
        else
        {
            dp[i][0]=dp[i-1][0];
            dp[i][1]=max(dp[i-1][1]+1,dp[i][0]);
            dp[i][2]=dp[i-1][2];
        }
    }