chp的博客

举个例子，比如区间[1,5]长度为6，那么k=2小区间的长度为4，第一个小区间是为[1,4],第二个小区间为[3,6]，这两个小区间刚好完全覆盖大区间[1,5]，所以在这两个小区间中取一个max，就得到了大区间的max，这样就能在。是用来求解静态区间最大/小值的算法，静态空间就是数组里的数不会变，动态空间最大/小值可以用。我们可以将这个区间分成两小，第一个小区间是从l开始，长度为。来求这个区间的最大值呢，因为这个区间长度也不一定是。，下面讲解一下这个算法步骤，做过。,第二个区间是从r结束，长度为。

【代码】状态压缩DP—最短Hamilton路径。

【代码】状态压缩DP—蒙德里安的梦想。

【代码】数位DP—计数问题。

这道题可以用线性DP来求解，线性DP的特点是每次只需要考虑最后一个状态。

这道题没有交易次数的限制，但是有了冷却时间，我们需要添加一维来表示冷却时间。首先画出状态机模型，有两种状态：手中有货和手中无货，手中有货可以继续保持，或者卖掉。手中有货可以继续保持，或者买入。

这种需要向前看两步，所以为了方便我们遍历从2~n+1。这是一道比较简单的动态规划—状态机的问题，可以用。的思想或者DP状态机的思想来做。DP状态机来表示状态一般比较清晰。

这里考虑用单调队列优化，首先分析01背包与完全背包，进而推导出多重背包的单调队列优化。这时直接拆分为s份，转化为01背包问题求解会超时，考虑二进制拆分，二进制拆分参考。可以转化为01背包问题求解，将s个物品都看作单独的一个物品，时间复杂度为。

我们考虑对代码进行优化，可以在第二层循环中顺便求出A[i]>B[k]的最大值。由上面的这两个，我们来写最长公共上升子序列。

背包问题求方案数、具体方案

这是一个二维费用的背包问题，背包容量有下界限制(氧、氮)，求背包能装的最小价值(气缸重量)状态表示与状态转移如上图所示。

最长上升子序列、最长公共子序列、最长公共上升子序列(LIS、LCS、LCIS)

数字三角形模型—方格取数

现在给定一个正整数 n，请你求出 n共有多少种不同的划分方法

在算法课上遇到这个图像压缩这个问题，可以用动态规划来求解，之前没有遇到过这个问题，在网上查找相关的题解也比较少，就写一下自己的理解。

最大子段和---动态规划

矩阵连乘，矩阵乘法的顺序不同，所需要计算乘法的次数也不同

DP问题要确定状态表示和状态转移

各种背包问题的原型是01背包问题，所以要弄明白01背包问题