學動態規劃自然要從數字三角形開始起步，那麼我們就先從數字三角形開始。
數字三角形題目：有乙個由非負整數組成的三角形，第一行只有乙個數，除了最下行之外的每個數的左下方和右下方各有乙個數，如下圖所示：
3 24 10 1
4 3 2 20
從第一行的數開始，每次可以往下或往右下走一格，直到走到最下行，把沿途經過的數全部加起來。如何走才能使這個和最大？
知道回溯法麼（請參看：八皇后與回溯法），你會發現這是乙個動態的決策問題：每次有兩種選擇——向左或是向右，每一步決策又影響到後面的決策，如果用貪心，你會發現由區域性最優解得不到全域性最優解，所以本題要麼用回溯法（但是回溯法的效率太低，特別是基數大的時候，讓人無法忍受），要麼就是用動態規劃。
我們用d（i，j）表示從格仔（i，j）出發到達底層能取得的最大和，用a（i，j）表示當前格仔的權值，從格仔（i，j）出發有兩種決策，如果往左走，則到（i+1，j）後需要求從（i+1，j）往後走能得到的最大和，即d（i+1，j）；如果往右走，則需要求從d（i+1，j+1）開始出發能取得的最大和，即d（i+1，j+1）。由於可以在這兩個決策中自由選擇，所以應該選擇d（i+1，j）和d（i+1，j+1）中較大的乙個。至此，我們得出了動態規劃解題中最重要的狀態轉移方程：
d（i，j）=a（i，j）+ max（d（i+1，j），d（i+1，j+1））
如果往左走，那麼最好的情況等於（i，j）格仔裡的值a（i，j）與d（i+1，j）之和，如果從格仔（i+1，j）出發到底層這部分的和都不是左右決策中最大的，那麼加上a（i，j）之後的值也不會是最大的。這個性質稱之為最優子結構，也可以描述成「全域性最優解包含區域性最優解」。
那麼我們看第一種方法（遞迴法）
[cpp]view plain
copy
print?
#include
#define maxn 100
using
namespace std;
int a[maxn][maxn],n;
int d(int i,int j)
int main()
#include#include} int main()
#includecout
}
#include我們還可以邊讀入資料邊計算，而不必把v和w儲存下來，只需要改動乙個地方即可。
[cpp]view plain
copy
print?
#include
#define maxn 110
using
namespace std;
int main()
} cout
}
#include如果繼續優化空間，我們可以用一維陣列來儲存計算資訊。
[cpp]view plain
copy
print?
#include
#define maxn 110
using
namespace std;
int main()
} cout
}
#include本文部分地方引用了《揹包九講》、《演算法競賽入門經典》。
動態規劃入門
1 用 dp 做的題大多數返回值是int boolean,求max min，不能打亂原來輸入順序。2 動態規劃有兩個重要定義，乙個叫 optimal substructure 另乙個叫 overlap subproblem 各種排序 tree 類問題中，都會用到 divide conquer 的思想...
動態規劃入門
大家可以看看這篇文章dp，哪個更容易理解就看哪個！一 動態規劃的定義 動態規劃程式設計是一種針對於解決最優化問題的一種途徑 一種方法，而不是一種特殊演算法，也就是說它沒有固定的模板。在動態規劃中，每走一步都要看看能不能最優，而且動態規劃最擅長的就是多階段問題！二 動態規劃的基本概和基本模型構成 1....
動態規劃入門
最長公共子串行 lcs lcs 遞迴 int findlcs string a,int n,string b,int m 採用動態規劃的策略o n m 將計算的方向顛倒，將遞迴改為迭代 0 將所有子問題 假想地 列成一張表 1 顛倒計算方向，從lcs a 0 b 0 出發依次計算出所有項。遞迴公式1...