一，问题描述 给定一个序列，求解它的最长 递增 子序列 的长度。比如： arr[] = {3,1,4,1,5,9,2,6,5} 的最长递增子序列长度为4。即为：1,4,5,9 二，算法分析 有两种方式来求解，一种是转化为LCS问题。即，首先对数组排序，将排序后的结果存储在辅助数组中 ...

概念 动态规划法离不开一个关键词，拆分 ，就是把求解的问题分解成若干个子阶段，前一问题的结果就是求解后一问题的子结构。在求解任一子问题时，列出各种可能的局部解，通过决策保留那些有可能达到最优的局部解，丢弃其他局部解。依次解决各子问题，最后一个子问题就是初始问题的解。 适用性 适用动态规划 ...

原始代码错误，移步博客查看O(N^2)及优化的O(N*logN)的实现：每天一道编程题——最长递增子序列 ...

问题描述： 给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为1000。 思考： 嗯，回文嘛！就是顺序读取和逆序读取的结果是一样的，那我们可以使用两个for循环来不断的截取给定的字符串S，然后判断截取后的字符串是不是回文串，与此同时，使用一个新 ...

摘要： 使用动态规划法求解0/1背包问题。 难度： 初级 0/1背包问题的动态规划法求解，前人之述备矣，这里所做的工作，不过是自己根据理解实现了一遍，主要目的还是锻炼思维和编程能力，同时，也是为了增进对动态规划法机制的理解和掌握。 值得 ...

  上次我们讲到，我们的主人公丁丁由于用动态规划法解决了鸡蛋掉落问题（egg dropping problem）而获得了当地科学家的赏识。这不，正当丁丁还沉浸在解决问题的喜悦中，科学家又给丁丁出了一个难题： 假设有n个鸡蛋和d次尝试机会，那么，最多能探索多少层楼？ 这无疑是鸡蛋问题 ...

  继续讲故事~~   上次讲到我们的主人公丁丁，用神奇的动态规划法解决了杂货店老板的两个找零钱问题，得到了老板的肯定。之后，他就决心去大城市闯荡了，看一看外面更大的世界。   这天，丁丁刚回到家，他的弟弟小连就拦住了他，“老哥，有个问题想请教你。”对于一向数学见长的小连，这次竟然破天荒的来问 ...

# 动态规划法求解货币兑换问题 # 货币系统有 n 种硬币，面值为 v1,v2,v3...vn，其中 v1=1，使用总值为money的钱与之兑换，求如何使硬币的数目最少，即 x1,x2,x3...xn 之和最小 # 输入：各种货币的面值 v1,v2,v3...vn；要兑换的总值 ...