1. The Bookcase--ac
2. Life Line--ac
4. Shoot-out
5. Tree
7. Bright Bracelet--ac
10. Pre-Post-erous!
12. Market Place--ac
13. Team Them Up!
14. Camelot
15. Hie with the Pie
16. Fence
18. Lazy Cows
19. Gladiators
20. Greatest Common Increasing Subsequence
21. Fire
23. Polygon--ac
24. Binary Witch--ac
1.mysql中的timestamp字段，可以使用字符串插入和修改，字符串的格式为"年-月-日 时:分:秒"。要注意各个部分的取值范围，今天sb了，日默认设置为0，update死活报错。
2.php中有2个函数strpos和strstr用来查找某个字符串是否包含在另一个字符串。strpos成功时返回的是所在位置，不成功时false。对于特殊情况，"hello"与"hello"返回的是0。我们就不知道到底包含不包含了。建议使用strstr。
3.最小高度问题。利用了ie6 !important bug 和min-height不认识的bug及ie6当高度为固定内容超过时,自动撑开的特性。总的来说都是为了ie6才用这种方法的
4.php开启rewrite模块，修改http.conf文件
我们先来看看括号匹配问题：POJ2955--Brackets。通过下面的规则来定义合格括号序列:
1.空序列是一个合格括号序列；
2.如果序列s是一个合格括号序列，那么序列(s)和[s]也是合格括号序列；
3.如果序列a和b是合格括号序列，那么序列ab也是一个合格括号序列。
给你一个序列S，如何去掉最少的括号，使它变成一个合格括号序列？
很容易想到用状态min[i][j]表示把序列S中从i到j之间的子序列变成一个合格括号序列最少需要去掉的括号数。如何算min[i][j]呢？按照规则1，如果i>=j时，min[i][j]=0。按照规则2，如果S[i]=='['&&S[j]==']'或者S[i]=='{'&&S[j]=='}'，min[i][j]可能等于min[i+1][j-1]。按照规则3，我们可以把从i到j的子序列看做由2部分组成：A.i到k；b.k+1到j（k是i，j之间的任意划分）。min[i][j]可能等于min[i][k]+min[k+1][j]。通过枚举这些可能，我们就能得到min[i][j]。
好了，现在回到POJ3401--String reduction问题。按照题意，我们可以把该问题抽象成和上面类似的一个问题。我们定义一个合法序列S(也就是能最后消除成一个字符的序列)：
1.字符'A'和'B'是合法的；
2.如果S是合法的，那么ASA和BSB是合法的，最后剩下的字符就和S剩下的字符一样；
3.如果S1,S2和S3是合法的，并且S1与S3最后剩下的字符相等，那么S1S2S3是合法的，最后剩下的字符就和S2剩下的字符一样；
现在给你一个序列S，如何利用上面的规则进行消除，使剩下的字符最少？
问题抽象化之后，算最优解就不难了
POJ2564--Edit Step Ladders：两个单词x和y，如果x通过添加、删除或修改一个字符后变成y，则称x与y是可编辑的。现在给你一个有序字典，如何从中选出尽量多的单词，使它们构成一个升序的单词序列W1<W2<...<Wn，并且相邻的两个单词Wi与Wi+1是可编辑的？
方法1：由构造的序列的有序性（动态规划一般都有这种性质），很容易想到n^2的方法。设max[i]表示第i个单词作为所求序列的最后一个元素时的最大值，max[i] = MAX{max[j]} + 1，j<i且word[j]与word[i]是可编辑的。但n的范围是25000，此方法必定tle。
方法2：方法1是通过判断两个单词是否可编辑来计算max[i]值。我们可以换一种思路思考，可以构造出所有与word[i]是可编辑的单词集合S。题目中说明了单词的长度不超过16，通过添加操作最多可以构造出16*26个单词，通过删除最多可以构造出16个单词，通过替换最多可以构造出16*25个单词，S的总单词数不超过832（其实通过序列的单调性可以去掉很多单词）。接着查找S中的每个单词在字典中的位置（可能不存在，存在确保该位置在i的前面），来算max[i]的值。
如何查找单词在字典的位置呢？
(1).字典有序，二分！每个单词的在二分查找中单词比较需要log(n)次。此方法可行，但耗时较多，用了1s的时间ac。
[p](2).字符串查找问题，字典树Trie可以很方便的解决。S中每个单词的查找只用了该单词长度的字符比较时间（可以认为只做了一次单词比较）。阅读全文
动态规划的状态求解是一个枚举过程。一些情况下状态枚举的时间复杂度是线性的。这种情况下，如果问题规模比较大时容易出现超时。而我们知道线段树的查询和插入的时间复杂度是nlog(n)。能不能利用线段树的优点，来加速动态规划的状态枚举过程呢？
本题是求一个序列的最长上升子序列。常规方法的时间复杂度是n^2。如果利用二分，时间复杂度是nlog(n)。现在我们来想能不能利用线段树，来优化常规的方法。
常规解法： 状态max[i]表示第i个数作为最长上升子序列的最后一个元素时的最大值。 求max[i]的最大值，需要枚举第1个元素，第2个元素,...,第i-1个元素的最大值。
[p]我们换一种思路来思考。假设第i个数的大小是value[i]，如果第i个数作为最长上升子序列的最后一个元素的话，那么它前面的元素的值只能是1,2,...,value[i]-1（有些值可能没有，因为这些值必须出现在value[1],value[2],...,value[i-1]中）。如果已经知道了1,2,...,value[i-1]（不存在的值，对应的最大值为0）作为最长上升子序列的最后一个元素的值的最大值，那么我们能够得到value[i]作为最长上升子序列的最后一个元素的值的最大值。设max[i]表示i作为最长上升子序列的最后一个元素的值的最大值。那么现在的问题变成了，求区间[1,value[i]-1]中，最大的max值。Good！这个问题恰好是线段树的所擅长的。阅读全文
