从递归到动态规划

一 .递推问题

1.确定递推状态。（找到一个表达式，可以表示当前状态）

2.找到递推关系（可以利用容斥原理）拆分为C=A+B-A∩B...

例题1：

1.确定递归状态：分析，由于本题头尾元素最关键，所以需要记录头和尾的颜色种类。所以就可以是f[n][i][j] ；n是格子总数，i是头元素的颜色，j是尾元素的。

2.找到递推关系：f[n][i][j]应该等于f[n][i][k](k！=j）（这可以看作是一种按操作步骤的递推问题）

*3. 注意不符合要求的：当i==j时，舍去。

3.递推式的边界条件： f[1][ i][j]=={1/0}当且仅当i==j时为1；

4.如何求解答案。累加f[n][i][j]

例题2：

1.定义状态：f【i】【j】：将数字i分成j份...

 二.动态规划问题：

1.确定动规状态：

2.确定状态转移方程：

3.正确性证明：

一些动态规划问题的概念：

阶段：把一个问题分解成若干个相互联系的阶段。

无后效性： 如果得到了某一阶段的值a，那么a的值不受后续状态计算的影响而改变。

决策： 从一个状态到下一个状态的选择称作决策。 

例题1：数字三角形问题：

1.f（i，j）表示从顶点走到（i，j）点能获得的最大值。

2.确定递推公式：

f（i，j）=max（f（i-1）（j-1），f（i-1）（j））+f（i）（j）

注意头尾可以扩容或特判。

例题2.0/1背包问题。

 

1.定义状态 f（i，j）表示用前i种商品，背包重量为j。

2.

在实际代码时候，需要判断j是否小于v[i]的值，如果是的话就不需要比较最大值了（因为根本装不下第i件物品。）

int V,n,v,w,dp[10005];
scanf("%d %d",&n,&V);
for(int i=0;i<n;i++){
    scanf("%d %d",&v,&w);
    for(int j=V;j<=v;j--){
        dp[j]=max(dp[j-v]+w,dp[j]);//怎么理解这行代码？左边的 dp[j]表示dp[i][j]，右边的表示dp[i-1][j-v]...正因如此，我们采用逆向刷表，保证右边是更新前的数据）
    }
}
printf("%d",dp[V]);
return 0;

例题3：完全背包问题：

int V,n,v,w,dp[10005];
scanf("%d %d",&n,&V);
for(int i=0;i<n;i++){
    scanf("%d %d",&v,&w);
    for(int j=v;j<=V;j++){
        dp[j]=max(dp[j-v]+w,dp[j]);//为什么这里方向改变了？因为看递归式，右边是dp[i][j-v]，所以右边要先更新。从前往后刷表。
    }
}
printf("%d",dp[V]);

//注，刷表法尤其适合这种i-->i-1的。

例题4：最长上升子序列：

注意一个结论：动态规划问题一定可以求出最优方案。且一般在决策（改变）过程记录。

1.确定动规状态：dp【i】表示以i位置结尾的最长上升子系列。

2：确定状态转移方程：合法的前序序列dp【k】(1<=k<i)最大值+1； 

//注意：以下代码会超时，优化算法后续给出。

int num[1000000],up[1000000],pre[1000000],ans=INT_MIN,n,ind;
int main() {
    scanf("%d",&n);
    for(int i=0;i<n;i++){
        scanf("%d",&num[i+1]);
    }
    for(int i=1;i<=n;i++){
        up[i]=1;
        for(int j=1;j<n;j++){
            if(num[i]<=num[j])continue;
            if(up[i]<up[j]+1){
                pre[i]=j;
                up[i]=up[j]+1;
            }
        }
        if(ans<up[i]){
            ind=i;
            ans=up[i];
        }
    }
    printf("%d\n",ans);
    while(ind){
        printf("%d->",num[ind]);
        ind=pre[ind];
    }
    return 0;
}

例题5：最长公共子序列：

定义：dp[i][j]表示s1字符串前i位和s2字符串的钱j位最长公共子序列。

#include<bits/stdc++.h>
using namespace std;
#define maxn 1005
char s1[maxn],s2[maxn];int dp[1000][1000];
int main(){
    scanf("%s%s",&s1,&s2);
    int len1=strlen(s1),len2=strlen(s2);
    for(int i=0;i<len1;i++){
        for(int j=0;j<len2;j++){
            dp[i][j]=max(dp[i][j-1],dp[i-1][j]);
            if(s1[i]==s2[j])dp[i][j]=max(dp[i][j],dp[i-1][j-1]+1);
        }
    }
    printf("%d",dp[len1-1][len2-1]);
    return 0;
}

例题6：

 引入区间dp的概念：  是指以区间长度作为动态规划的状态，由短到长。

从小区间答案更新到大区间的答案。 

对于本题：我们分析可以得知，如果我们在k处切一刀，那么他的刀数应该等于（l，k）刀数+（k,r)刀数+1。所以区间是一个不断缩短的过程，故采用区间dp。

例题7：棋盘分割： 

//todo