**格式**：max 使用 \max，sum 使用 \text{sum}，代码使用 ''<hidden></hidden>'' 隐藏，均已修改。学会使用 ''\begin{cases}\end{cases}'' 来表示不同的 case，不需要自己设计格式。

**内容**：内容过于简单！可尝试从读者的角度想想能否看懂。

  - 动态转移方程 -> 状态转移方程
  - $(1\le j <i)$ 用前缀最值就可以解决了，不需要使用单调队列。其可用于 $l_{i}\le j\le r_{i}$ 的一类 dp 转移，其中 $l_{i}$ 和 $r_{i}$ 分别单调不降
  - max{} 内不仅可以是 dp[j]，还可以是任何不与 $i$ 相关的式子
  - 建议简单介绍单调队列，否则无法理解该 dp 的优化
  - 例题过少（提示：最经典的有单调队列优化多重背包）

====== dp的优化 ======

===== 一、单调队列优化 =====

单调队列优化，可以降低诸如 $dp[i]=\max\{dp[j]\}+C[i](1\le j <i)$ 这样的状态转移方程的时间复杂度。主要原理是利用一个单调队列来维护 $dp[i]$ 的最值。

==== 一道例题 ====

[[https://www.luogu.com.cn/problem/P2627|洛谷p2627]]

我们不难写出状态转移方程

$$
dp[i]=
\begin{cases}
&\text{sum}[i]&i\le k\\
&\max\{dp[j-1]+\text{sum}[i]-\text{sum}[j]\}&i-k \le j\le i,i>k
\end{cases}
$$

答案为 $\text{ans}=\max\{dp[i]\}$。

但是时间复杂度为 $O(nk)$，显然会超时。

注意到 $\text{sum}[i]$ 可以直接提出，即 $dp[i]=\max\{dp[j]\}+\text{sum}[i]$，所以我们只需用一个单调队列来维护 $dp[i]$ 的最值，复杂度可以降低为 $O(n)$。

<hidden 代码>
<code cpp>
#include <stdio.h>
#include <iostream>
using namespace std;
int n,k;
long long e[100001];
long long dp[100001];
long long sum[100001];
int q[100001];
int front=0,tail=1;
long long a(int now)
{
    return dp[now-1]-sum[now];
}
int main()
{
    scanf("%d %d",&n,&k);
    int rec=0;
    for (int i=1;i<=n;i++)
    {
        scanf("%lld",&e[i]);
        sum[i]=sum[i-1]+e[i];
    }
    for (int i=1;i<=n;i++)
    {
    while (front<=tail&&q[front]<i-k)
    front++;    
    dp[i]=a(q[front])+sum[i];
    while (front<=tail&&a(q[tail])<=a(i))
    tail--;
    q[++tail]=i;
    }
    long long ans=0;
    for (int i=1;i<=n;i++)
    ans=max(ans,dp[i]);
    printf("%lld",ans);
    return 0;
}
</code>
</hidden>
==== 练习 ====

[[https://www.luogu.com.cn/problem/solution/P3957|洛谷p3957]]