浅谈线性DP

线性动态规划，是较常见的一类动态规划问题，其是在线性结构上进行状态转移

不像背包问题、区间DP等有固定的模板（但是模版也相对固定，更多的是要通过题目来思考）

线性动态规划的目标函数为特定变量的线性函数，约束是这些变量的线性不等式或等式

目的是求目标函数的最大值或最小值

（直观理解来看，只要状态转移方程能写成分段函数的，在某种意义上都能说他是线性DP，但本质仍是需要去探究信息流动的过程）

因此，除了少量问题（如：LIS、LCS、LCIS等）有固定的模板外，大部分都要根据实际问题来推导得出答案

常见问题

1.序列问题（最长不下降序列、拦截导弹、友好城市、合唱队形、最长公共子序列、回文字符串、最长公共子上升序列）

2.字符串编辑距离（编辑距离、相似基因）

3.最大和问题(最大连续字段和、最大子矩阵问题加强版、方格取数、数字三角形)

4.其他（不一定是线性DP）（数的划分、奇怪电梯、Crossing River、机器分配、尼克的任务、Increasing Frequency）

序列问题

序列问题一般是研究某个序列S的子序列T的问题

所谓子序列，就是从一串元素序列S中，不改变顺序地，抽取任意个元素

构成了新序列T，T就是S的子序列

LIS 最长不下降子序列

LIS问题（Longest Increasing Subsequence），最长上升子序列

其一般为求最长下降子序列或是最长上升子序列

用DP[i]表示A[i]为结尾的最长上升子序列的长度，则有状态转移方程：

 寻找边界条件：

模板如下：

 

合唱队形

[NOIP2004 提高组] 合唱队形 - 洛谷

题目简述

N位同学排成一排，要求同学们从左到右先递增再递减（不可以相等）问至少需要几位同学出列，剩下的同学才能满足要求？

约束条件

N≤100

从左往右求一个最长上升dp1[ ]，从右往左求一个最长上升dp2[ ],然后枚举每个点i，求n-(max(dp1[i]+dp2[i])-1)

LCS 最长公共子序列

LCS问题（Longest Common Subsequence），求序列的最长公共子序列

寻找边界条件：

模板如下：

 

*最长公共上升子序列