dynamic programming 常见动态规划题目（持续更新）

动态规划题目：

1. 最少硬币问题 Make changes using the fewest coins:
2. 0-1背包 0-1 package
3. 最长回文子串 longest palindromic substring
4. 最长公共子串 longest common subsequence
5. 最长公共子序列 longest common substring
6. 最长连续子串 Maximum Subarray
7. 最长递增子序列 Longest Increasing Subsequence
8. Numer of longest increasing subsequence
9. Unique Binary Search Trees (catalan number)

1. Make changes using the fewest coins

问题描述：设计算法，得到如何使用零钱，才能使找零的钱总数最少？

    数据：

•         硬币类型： Coins[0 -> n -1] eg: Coins = [3, 5, 7] (假设现在又3元，5元，7元这三种面值)
•         找总额为B时所使用的最少硬币数： B[0 -> m] (假设现在需要找零m元)
•         保存分别需要使用哪些硬币： States[](如果不要求详细使用了哪些零钱，则不需要它)

    转移方程：

    B[i] = min(B[i - 3] + 1, B[i - 5] + 1, B[i - 7] + 1) 

    (假设要找 i 元，那么最少的硬币数 B[i] 等于 分别使用每一个面额的钞票一次后, 剩下找零所需要的最少硬币数 + 1 ) 注意, 有可能      有的数值无法找零譬如: 找零1元

    初始化时，将B所有的值都初始化成None，然后将B[0]初始化成0。

   

import copy
def problem1(totalnum, coins): # totalnum表示总要找的钱， coins是零钱的类型
    states = [] #保存使用了哪些零钱， 当然也可以不在计算时记录用了什么零钱，而在计算到最优结果后回溯寻找
    B = [] #保存使用的零钱总数
    #初始化
    for i in range(totalnum+1):
        B.append(None)
        states.append([])
    B[0] = 0

    for i in range(1, totalnum+1):
        tempList1 = []
        tempList2 = []
        for val in coins: #找到min[B[i-1]+1, B[i-5]+1, B[i-8]+1]
            if i < val:
                B[i] = None
            else:
                if B[i-val] == None:
                    pass
                else:
                    tempList1.append(B[i - val] + 1)
                    tempList2.append(val)
        if len(tempList1) == 0:
            B[i] = None
        else:
            #找到钱总数最小值和新加的零钱的value
            B[i] = min(tempList1)
            index = tempList1.index(B[i])
            useVal = tempList2[index]
            states[i] = copy.copy(states[i-useVal])
            states[i].append(useVal)
    print("零钱总数",B[totalnum])
    print("使用的零钱", states[totalnum])
problem1(19, [1,5,8])

 2. 0-1背包问题

问题描述：使用容量有限的背包装价值不同，体积不同的物品，求如何装才能使得背包里的价值最大？

思路：0-1背包和找零钱的问题，最大的差别在于背包问题里的物品最多只能装一次，而零钱可以使用无限次。

W数组：保存每个物品的体积。

V数组：保存每个物品的价值。

建立F二维数组：来记录每一步的最大价值，方便查表，用空间换时间。

i 第i个物品/j 剩余背包体积	0	1	2	3
0	0	0	0	0
1	0
2	0
3	0

F表的意义： F[i][j]当背包剩余体积是j时，仅考虑前i个物品所能得到的最大价值(前i个物