动态规划的总结分析

                                     专题总结之——动态规划

动规学了这么长时间，结果觉得自己其实并没有什么长进，但自己好歹也做了几道经典动规，

那么我们就要来总结一下

先总结一下那些经典例题

（1）01背包问题问题

想法思路；

1.动规要把大问题化成小问题，那么我们就把物品一个一个加入背包，一件物品只有两种情况，加，或者不加

如果要加，那肯定是在上个状态的最优解的情况下加， 能加的情况下上一状态就是 背包体积为 当前体积减去 物品体积

如果不加，那上一状态就是未加此物品的时候；

2.那么  状态转移方程可以写为     dp[j]=max(dp[j].dp[j-v[i]]+p[i]]

其中V表示第i件物品的体积，P表示价格

（2）完全背包问题

想法思路；

1.把大问题化为小问题，我们一件一件添加物品进背包，一件物品有无数种状态  可以取用1次，2次，3次

那我们该如何办，想想01背包吧；

01背吧只能放一个，第二个for循环是倒序，这样可以防止一件物品选多次

那么我们来正序搞，这样一件物品他就可以选用多次

2.为什么会这样那？我们来分析一下；

我们每次更新最优解的时候是用的前面的值，

如果我们倒序，那么更新过的解会在 标记的 后面，我们再更新新的最优解的时候就不会用到它

而相反，如果我们正序，更新过的解会在标记的前面，我们再更新最优解的时候可能会用到它

而用到的最优解可能在更新自身的时候就已经用过一次当前物品了，而我们此时还有可能再用

这样一件物品就可能用多次，如果背包无限大，那么这件物品就会被用无限次

（3）多重背包问题

思路想法；

其实就是把它转化为我们已经了解的01背包

把因为这件物品有M件，那么我们就拆分成M个

但是这样也太费时间了，那么我们就用投机一点的拆分方法

具体方法见多重背包

（4）字符串匹配

思路想法；

1.输入了 s1 s2 之后进行比较，那么动规还是大问题弄成小问题

这题用二维做的话我们首先要明白二维里面每个位置代表什么意思

如第二排第二列  表示的是  s1输入2个 s2 输入2个（开的二维数组第一行和第一列空下不用）

时的最优解

那么对于每个字母，也只有两种情况，匹配与不匹配

如果匹配了 那么它的上一状态为左上角的  那么就是左上角 +1

如果不匹配了  那么它的上一状态有两个，是上面的  与左面的

一定是两个，如果不是两个，那么将字符串输入顺序换一下，那么就错了

不信自己举组样例，然后再打表试一试，这里就不再写了

那么状态转移方程为；

if(s1[i]==s2[j])

      dp[i][j]=dp[i-1][j-1];

if(s1[i]!=s2[j])

      dp[i][j]=max(dp[i-1][j],dp[i][j-1]);

(5）单调递增（递减）子序列

思路想法；

这道题是这经典题里面思路最好想的

这道题同理，一个一个输入，输入后记录下当前的最优解

问题就是  如何找当前的最优解

因为保证前面的都是最优解，我们可以随时调用，

每输入一个，那么就从前面从头找一遍，如果发现前面有更小的

那么我们找一个比当前值小的，而且最优解最大的，这样我们再+1

就找到了当前的最优解，怎样，思路是不是很简单，

大总结；

动规是把所有可能的解都存起来，以便以后更新最优解时使用

我们所要做的就是

（1）找到上一个状态

（2）利用找到的上一个状态更新当前状态（利用状态转移方程）