摘要： 【题目】：问题B:HumanGeneFunctions【来源】：点击打开链接【解法】：这个题是最长公共子序列的变形题。1.确定状态：状态表示显然是用二维数组表示DP[i][j]当前i和j对应下最大的权值2.状态方程：写状态方程根据状态转移的情况不同，可分为从当前状态推下一个状态，还有一种是从后面个状态推前面的状态，具体分情况而定（这个地方还不是理解的很透，具体的刘汝佳的黑书上有，以后看了再补充进来）这题是由后面的一个状态反推出前一个所有可能状态，转移方程：DP[i][j]=max{DP[s1[i-1]][s2[j]]+match[s1[i]][‘-’],DP[s1[i]][s2[j-1]]+m 阅读全文

摘要： 今天题目链接：点击打开链接1.刚开始昨天已经总结过要沉下心来，但今天还是险些栽在另一点上，那就是不要时时刻刻和拿别人比：因为那样打乱了自己的节奏，把自己的注意力转移在别人身上，不能集中精力去做自己能做出来的题。 另外，我想说，我不是你，也不是他，只有我对于我自己是最真实的，我的进步来源于对自我的超越，我永远只有和自己比才叫进步，排名什么的只会扼杀人的淡定的心灵。2.我的心态随着AC数目的增多后的变化历程是：初看B题，觉得好动态，好复杂，好高深，等AC完其他的题后回来再一看数据样例，就项这题一定可以做，结果一定是可以唯一确定的，结果一做发现是本次最水的水题。以前我一直不怎么相信自信的力量，只相信 阅读全文

摘要： 声明：此为转载，原文链接：BUCT OJ网友chdh14b 另外此博客有详细完整代码：http://blog.csdn.net/math_coder/article/details/9671581大家好~我和大家分享一下我对状态压缩类的动态规划题的一些看法。顾名思义，状态压缩类的动态规划的本质是动态规划，所以要处理好状态压缩问题首先要把握好动态规划的解题思路。首先，来回顾一下动态规划算法的设计：（1）首先把握问题的解是否可以分解的，可分解则考虑是否可用动态规划算法。（2）描述最优解的结构。（3）递归定义最优解的值。（4）自底向上的方式计算最优解的值。（5）有计算出的结果构造出一个最优解。然后， 阅读全文

摘要： 声明此为转载，原文链接：ski C++之梦在优先队列中，优先级高的元素先出队列。标准库默认使用元素类型的qi;通过,greater>qi2;其中第二个参数为容器类型。第二个参数为比较函数。故示例2中输出结果为：2 3 5 6 9第三种方法：自定义优先级。structnode{friendbooloperator(noden1,noden2){returnn1.priority>n2.priority;}intpriority;intvalue;};则会编译不过（G++编译器）因为标准库默认使用元素类型的操作符并无直接联系，故会编译不过。//代码清单#include#include# 阅读全文

摘要： 【题目链接】:点击打开链接【解题思路】:1.学会把问题分解成简单的子问题求解：一开始想起来把这个问题分解成两个过程求解，求上升最长子序列和下降最长子序列，后来后者可以转化成前者来求 状态dp[i]表示结尾为num[i]的子序列的最大长度，状态方程为： dp[i]=1; if(num[i]>num[k]) (k=1~i-1) dp[i]=max(dp[i],dp[k]+1) 由此可见，动态规划状态的结果也不一定就是所求的最优值，只要它和最优值相关，由他可求出最优值即可。2.动态规划有时也是暴力的动态规划：即基于少量穷举的动态规划，穷举1~n分别作为最大值点的情况3.编程收获与心得：这... 阅读全文