专题七：两个数组的 dp （含字符串数组）

> 作者：დ旧言~
> 座右铭：松树千年终是朽，槿花一日自为荣。

> 目标：了解什么是记忆化搜索，并且掌握记忆化搜索算法。

> 毒鸡汤：有些事情，总是不明白，所以我不会坚持。早安!

> 专栏选自：动态规划算法_დ旧言~的博客-CSDN博客

> 望小伙伴们点赞👍收藏✨加关注哟💕💕

一、算法讲解

动态规划（Dynamic Programming）算法的核心思想是：将大问题划分为小问题进行解决，从而一步步获取最优解的处理算法：

• 动态规划算法与分治算法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。
• 与分治法不同的是，适合于用动态规划求解的问题，经分解得到的子问题往往不是互相独立的（即下一个子阶段的求解是建立在上一个子阶段的解的基础上）。

【Tips】动态规划算法解决问题的分类：

• 计数：有多少种方式走到右下角 / 有多少种方法选出k个数使得和是 sum。
• 求最大值/最小值：从左上角走到右下角路径的最大数字和最长上升子序列长度。
• 求存在性：取石子游戏，先手是否必胜 / 能不能取出 k 个数字使得和是 sum。

【Tips】动态规划dp算法一般步骤：

1. 确定状态表示（dp[ i ] 的含义是什么，来源：1、题目要求；2、经验+题目要求；3、分析问题时发现重复子问题）
2. 状态转移方程（可求得 dp[ i ] 的数学公式，来源：题目要求+状态表示）
3. 初始化（dp 表中特别的初始值，保证填 dp 表时不会越界，来源：题目要求+状态表示）
4. 填表顺序（根据状态转移方程修改 dp[ i ] 的方式，来源：题目要求+状态表示）
5. 返回值（题目求解的结果，来源：题目要求+状态表示）

二、算法习题

2.1 第一题

题目链接：1143. 最长公共子序列 - 力扣（LeetCode）

题目描述：

算法思路：

1. 状态表⽰：

dp[i][j] 表⽰： s1 的 [0, i] 区间以及 s2 的 [0, j] 区间内的所有的⼦序列中，最⻓公共⼦序列的⻓度。

2. 状态转移⽅程：

对于 dp[i][j] ，我们可以根据 s1[i] 与 s2[j] 的字符分情况讨论：

1. 两个字符相同， s1[i] = s2[j] ：那么最⻓公共⼦序列就在 s1 的 [0, i - 1] 以及 s2 的 [0, j - 1] 区间上找到⼀个最⻓的，然后再加上 s1[i] 即可。因此dp[i][j] = dp[i - 1][j - 1] + 1 ；
2. 两个字符不相同， s1[i] != s2[j] ：那么最⻓公共⼦序列⼀定不会同时以 s1[i]和 s2[j] 结尾。那么我们找最⻓公共⼦序列时，有下⾯三种策略：

• 去 s1 的 [0, i - 1] 以及 s2 的 [0, j] 区间内找：此时最⼤⻓度为 dp[i- 1][j] ；
• 去 s1 的 [0, i] 以及 s2 的 [0, j - 1] 区间内找：此时最⼤⻓度为 dp[i ][j - 1] ；
• 去 s1 的 [0, i - 1] 以及 s2 的 [0, j - 1] 区间内找：此时最⼤⻓度为dp[i - 1][j - 1] 。

我们要三者的最⼤值即可。但是我们细细观察会发现，第三种包含在第⼀种和第⼆种情况⾥
⾯，但是我们求的是最⼤值，并不影响最终结果。因此只需求前两种情况下的最⼤值即可。

综上，状态转移⽅程为：

• if(s1[i] == s2[j]) dp[i][j] = dp[i - 1][j - 1] + 1 ;
• if(s1[i] != s2[j]) dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]) 。

3. 初始化：

1. 「空串」是有研究意义的，因此我们将原始 dp 表的规模多加上⼀⾏和⼀列，表⽰空串。
2. 引⼊空串后，⼤⼤的⽅便我们的初始化。
3. 但也要注意「下标的映射关系」，以及⾥⾯的值要「保证后续填表是正确的」。

当 s1 为空时，没有⻓度，同理 s2 也是。因此第⼀⾏和第⼀列⾥⾯的值初始化为 0 即可保证后续填表是正确的。

4. 填表顺序：

根据「状态转移⽅程」得：从上往下填写每⼀⾏，每⼀⾏从左往右。

5. 返回值：

根据「状态表⽰」得：返回 dp[m][n] 。

代码呈现：

class Solution {
public:
    int longestCommonSubsequence(string s1, string s2) 
    {
        int m = s1.size(), n = s2.size();
        s1 = " " + s1, s2 = " " + s2;                      // 处理下标映射关系
        vector<vector<int>> dp(m + 1, vector<int>(n + 1)); // 建表 + 初始化
        for (int i = 1; i <= m; i++)                       // 从上往下每⼀⾏
            for (int j = 1; j <= n; j++)                   // 每⼀⾏从左往右
                if (s1[i] == s2[j])
                    dp[i][j] = dp[i - 1][j - 1] + 1;
                else
                    dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
        // 返回结果
        return dp[m][n];
    }
};

2.2 第二题

题目链接：1035. 不相交的线 - 力扣（LeetCode）

题目描述：

算法思路：

如果要保证两条直线不相交，那么我们「下⼀