题意：现在你要设计一个电力系统，需要用到n种灯泡，每一种灯泡都有它的4个值，电压，电源费用（对于同一种灯泡，只需一个电源），每一个灯泡的费用，该种灯泡必须有的灯泡数量，本来你是想每种灯泡都用对应的电源，既是n个电源，但公司为了省钱，想将一些种类灯泡换成另一种灯泡，让他们公用一个电源，但为了保证场地灯泡足够亮，电压小的可以换成电压大的，电压大的不可以换成电压小的，例如有a,b两种灯泡，电压分别是va,vb,va
分析
线性数据结构上1动态规划
结合贪心思想：
- 每个灯要么不换要么全换，因为如果只换一部分还要给两份电源的费用（想到这里很重要）。这次是看书上分析得到的。
- dp方程的表示含义：为什么要表示为这种含义？联系dp的两个特性，最优子结构性。那么在每个部分都是最优解，假设已经得到最优解，然后再加一些元素，如何无后效性的得到加长部分的最优解呢？思考一会再看下去。
- 基本思想：从极小的子结果得到最优解（很易得），然后用已得的最优解，去比较加上另一部分后的解哪个更优。
- 如何验证最优子结构性？首先分析题目的要求：要给每个灯接一个电源，只能往电压高处接，所以要得到整体的最优解，必须要得到部分的最优解，得到接好i-1个灯的最优解，才好比较 i 的最优解。而 i 的最优解不会影响到i-1的最优解。
- 控制dp的转移方向：不能往电压低的方向接，而不回头（无后效性），所以要 把电压从小到大排序。
- 而初始状态f [ 0 ] = 0,也没有代表什么意义，只不过好转移状态。 在dp的一开始要用到f[0]与f[1]比较，要取min所以其他的 f 初始化为正无穷。
- 大致得到dp思路：含义：f[i],1—i的最优解。假设f[ j ]是最优解，让他与 j-i全接到i上比较。如果更优 ，那么，加长后f[j]就变化了。
code
不给全部的，自己补全剩下的。
f[0]=0;
sort(a+1, a+1+n, cmp);
for(int i = 1;i <= n; i++)
sum[i] = sum[i-1] + a[i].l;
for(int i = 1; i <= n; i++)//扩展部分
{ //每一层的扩展 f[ i ] 都是无穷大，所以 f[ i ] 一开始会继承到 j 为止的最优解
//然后看 j+1 到i全部接到a[i],和原本最优解，哪个更优。
//在j循环的f[i]并非最优解，而是把本层的结果暂存在f[i]。
for(int j = 1; j <= i; j++)//子部分
f[i] = min(f[i] , ( sum[i] - sum[j-1] ) * a[i].k + a[i].c + f[j-1] );
}
cout<< f[n] <<endl;