简单易懂的区间dp

dp：能够找到规模更小与原问题相似的子问题

区间dp实际上是以区间为尺度的dp，一般具有以下特点：

• 可以将一个大区间的问题拆成若干个子问题合并的问题
• 两个连续的子区间可以进行整合，合并成一个大区间。

区间dp一般遵循以下方法：

• 从小到大枚举区间长度。
• 对于每一个区间，枚举所有可能出现的两个子区间的组合。
• 对于每一个区间，枚举所有可能出现的两个子区间的组合。
• 对于每一个区间的组合，计算出合并所需的代价。
• 求出当前区间的最优值，例如令  为区间  的最大价值，则f[i][j]为区间的最大价值，则

1233 石子合并

# 请在此输入您的代码
# 可以把一部分先合并，剩下的再合并。
# 令f[i][j]为区间[i,j]合成一堆的最小花费，那么可以枚举所有的中间点k将区间分为[i,k]和[k + 1,j]两部分。
# 在所有的当中取一个最小的。
# 转移方程dp[i][j] = dp[i][k]+dp[k+1][j]+sum(i, j)
import os
import sys
n=int(input())
stone=list(map(int,input().split()))
ans=[0]*(n+1)
for i in range(len(stone)):
  ans[i+1]=ans[i]+stone[i]              # 前缀和
dp=[[float('inf')]*n for _ in range(n)] # 求最小代价，初始值设为无穷大。
for i in range(n):
  dp[i][i]=0           # 每一堆石子本身代价为0
for l in range(2,n+1): # 枚举区间长度len，子区间长度（dp[i][k]）一定小于该区间长度，len从小到大枚举保证每个子区间都被计算。
  for i in range(n):   # 枚举左端点
    j=i+l-1            # 计算右端点
    if j>=n:break
    for k in range(i,j):  # 枚举分界点，区间长度小说明之前就更新过了。
      dp[i][j]=min(dp[i][j],dp[i][k]+dp[k+1][j]+ans[j+1]-ans[i])
print(dp[0][-1])

926涂色：

RRRRR

RRRRRR

然后我再去涂B

RBGBG

以下标为1的为分割点

RB    GBG

RB = 涂两次

GBG = BG 涂两次

RBG    BG

RBG = R BG = R B G = 3

BG = B G = 2

import os
import sys

# 请在此输入您的代码
# 对于一个区间[l,r]考虑其端点处的颜色，只有端点颜色相同和不同两种情况。
s=input()
n=len(s)
dp=[[10**10]*n for _ in range(n)]#初始化极大值。
for i in range(n):
  dp[i][i]=1#每个单区间至少需要一次涂色。初始化。
#区间dp板子启动/
for lens in range(2,n+1):
  for i in range(n):
    j=i+lens-1
    #ij区间由i+1,j 和i,j-1转化而来
    if j>n-1:
      continue
    if s[i]==s[j]:#该区间左右端点相等。则第一次全涂涂到底，省下一次次数，直接继承。之后中间怎么解决，
    #那是中间的事情(对于中间而言中间和无色无区别)。
      dp[i][j]=min(dp[i+1][j],dp[i][j-1])
    else:#不相等,则一定是分开涂色的，隔板法
      for k in range(i,j): # 枚举k作为分界

        dp[i][j]=min(dp[i][j],dp[i][k]+dp[k+1][j])#

print(dp[0][-1])

1547制作回文串：

 一个字符串如果是回文串，再两边加上同一字母的话还是回文串

比如：ABCBA，DABCBAD‘ 那么就可以将问题缩小为[l+1,r-1]范围内

import os
import sys
# 请在此输入您的代码
# 如果一个串是回文串的话，在两边加同样字符仍然是回文串。
n , m = map(int,input().split())
s = input()

dic = {}
for _ in range(n):
    w = list(input().split())
    dic[w[0]] =min(int(w[1]),int(w[2]))

dp = [[0] * m for _ in range(m)] #dp[i][j]表示从i到j成为回文串的最小花费
for lens in range(2,m + 1):
    for i in range(m - lens + 1):
        j =lens + i - 1
        if s[i] == s[j]:
            dp[i][j] = dp[i + 1][j - 1]
        else:
            dp[i][j] = min((dp[i + 1][j] + dic[s[i]]),(dp[i][j - 1] + dic[s[j]]))
print(dp[0][m - 1])

区间dp类型题目总结：

可能性展开的常见方式：

1. 基于两侧端点讨论的可能性展开
2. 基于范围上划分点的可能性展开