区间DP

讲述

• 区间动态规划，顾名思义，就是在区间上进行动态规划。

• 通常情况下，这类问题在进行一次决策后，决策区间会由一个大区间分成两个小区间，问题也由一个规模较大问题分解成两个规模较小的问题。

  这里的一次决策，相当于将一个大的集合划分成两个小的集合。

• 这样，就可以从长度较小的区间向长度较长的区间进行递推。

例题1：矩阵最优连乘

---

解答：

个人感觉和【石子合并】是相同的。属于那种比较直观的典型的区间DP问题。

例题2：括号匹配(子序列)⭐⭐⭐⭐⭐

需要注意上面的第四点，st匹配，我之前忽略了这种情况。

“否则”要去掉。

这里的解题思路是根据括号匹配的三种情况而来的。

• 第一种是空串括号匹配。这个无需多言；
• 第二种是s括号匹配，则(s)与[s]括号匹配。这种情况发生的条件是子序列的左右分别出现[和]或者(和)；
• 第三种是s,t括号匹配，则st括号匹配。这种情况就要枚举所有的可能的相邻匹配了。

其实就是相当于模式匹配，枚举这三种模式匹配的情况！

例题3：石子合并

不相邻就用哈夫曼树解题~
还是和矩阵最优连乘一样，你要合并肯定包括最后两堆和合并。那么就可以 枚举分割点 了！

例题4：环形石子合并

这里就变成了 $O((2n{)}^3)$ ，只是常数变大了一些而已。妙啊，远远由于$O(n^4)$。

模板总结

区间DP模板是三重循环：

• 一重循环：区间长度
• 二重循环：区间起点
• 三重循环：区间分割点

区间 DP 常用模版 所有的区间dp问题，第一维都是枚举区间长度，一般 len = 1 用来初始化，枚举从 len = 2 开始，第二维枚举起点 i （右端点 j 自动获得，j = i + len - 1）

// 先初始化区间长度为1的情况
for (int i = 1; i <= n; i++) {
    dp[i][i] = 初始值
}
//区间长度
for (int len = 2; len <= n; len++)
    //枚举起点
    for (int i = 1; i + len - 1 <= n; i++) {
        //区间终点
        int j = i + len - 1;
        for (int k = i; k < j; k++) {
            //枚举分割点，构造状态转移方程
            dp[i][j] = max(dp[i][j], dp[i][k] + dp[k + 1][j] + w[i][j]);
        }
    }

题型训练

1. ⭐⭐⭐⭐⭐【区间DP】LeetCode 664. Strange Printer
2. ⭐⭐⭐⭐⭐【区间DP】LeetCode 312. Burst Balloons
3. 最长回文子序列
4. ⭐⭐⭐⭐⭐【区间DP】LeetCode 1039. Minimum Score Triangulation of Polygon

参考资料

1. 视频：西北工业大学ACM2017暑假集训 - 区间DP
2. 闫式DP分析法