目錄
前言:
背景知識:
正文:
?什么是動態(tài)規(guī)劃(更新中):
?理解動態(tài)規(guī)劃:
狀態(tài):
狀態(tài)轉移:
?運用動態(tài)規(guī)劃(分析步驟):
例題集(時間順序)?
1.藍橋OJ 3820:混境之地5(DFS)
2.藍橋OJ 216:地宮取寶(DFS)
3.藍橋OJ 1536:數(shù)字三角形(迭代法)
4.藍橋OJ 3367:破損的樓梯(迭代法)
5.藍橋OJ 3423:安全序列(迭代法)
6.藍橋OJ 389:擺花(二維DP)(迭代法)
7.藍橋OJ 3362:建造房屋(二維DP)(迭代法)
?8.最長上升子序列(LIS)
藍橋OJ 1358:藍橋勇士
藍橋OJ 742:合唱隊形
9.最長子序列(LCS)
藍橋OJ 1189:最長公共子序列
10.藍橋OJ 3349:可構造的序列總數(shù)(二維DP)
11.藍橋OJ 3349:最快洗車時間(二維DP)
前言:
? 算法學習記錄不是算法介紹,本文記錄的是從零開始的學習過程(見到的例題,代碼的理解……),所有內容按學習順序更新,而且不保證正確,如有錯誤,請幫助指出。
學習工具:藍橋OJ,LeetCode
背景知識:
你已經了解過DFS。
(算法學習記錄:DFS)
正文:
?什么是動態(tài)規(guī)劃(更新中):
全稱”Dynamic Programing“,是將復雜問題分解成很多重疊的子問題,并通過子問題的解得到整個問題的解的算法。
關系:
?圖中認為(遞歸+記憶化)屬于動態(tài)規(guī)劃,這個不完全正確:
動態(tài)規(guī)劃一個明顯的特征是它涉及求最值:
它與DFS的不同點:
相同點:
?理解動態(tài)規(guī)劃:
可以通過用記憶化DFS求解斐波那契問題,來理解動態(tài)規(guī)劃中的狀態(tài)轉移。
DFS + 記憶化 的算法學習記錄
狀態(tài):
形如dp[i][j] = val 的取值,用于描述、確定狀態(tài)所需的變量
狀態(tài)轉移:
狀態(tài)與狀態(tài)的轉移關系,一般可以表示為一個數(shù)學表達式,轉移的方向決定迭代或遞歸的方向。
?運用動態(tài)規(guī)劃(分析步驟):
1.確定狀態(tài),題目關鍵詞”到第i個為止、xx為j(xx為k)的方案數(shù)/最小代價/最大價值……“
2.確定狀態(tài)轉移方程,從已知狀態(tài)得到新狀態(tài)的方法
3.根據(jù)狀態(tài)轉移的方向決定使用迭代法還是遞歸法(記憶化)
例題集(時間順序)?
1.藍橋OJ 3820:混境之地5(DFS)
dp[x][y][t]表示從起點到點(x,y),且噴氣背包使用了t次的?狀態(tài)?下是否可以到終點。
#include<bits/stdc++.h>
using namespace std;
using ll = long long;
const ll p = 1e9 + 7;
const int inf = 1e9,N = 1e3 + 3;
int n,m,k,sx,sy,fx,fy,h[N][N];
int dx[] = {0,0,1,-1};
int dy[] = {1,-1,0,0};
bool inmp(int x,int y)
{
return 1 <= x && x <= n && 1 <= y && y <= m;
}
//返回值表示能否到達終點(fx,fy),t表示當前使用的噴氣背包的次數(shù)
bool dfs(int x,int y,int t)
{
if(x == fx && y == fy)return true;
for(int i = 0;i < 4 ;i ++)
{
int nx = x + dx[i],ny = y + dy[i];
if(!inmp(nx,ny))continue;
if(!t)
{
//不用
if(h[x][y] > h[nx][ny] && dfs(nx,ny,0))return true;
if(h[x][y] + k > h[nx][ny] && dfs(nx,ny,1))return true;
}else
{
if(h[x][y] > h[nx][ny] && dfs(nx,ny,1))return true;
}
}
return false;
}
int main()
{
cin >> n >> m >> k;
cin >> sx >> sy >> fx >> fy;
for(int i = 1;i <= n;i ++){
for(int j = 1;j <= m;j ++)
{
cin >> h[i][j];
}
}
cout << (dfs(sx,sy,0)?"Yes" : "No") << '\n';
return 0;
}
2.藍橋OJ 216:地宮取寶(DFS)
設置狀態(tài):dp[x][y][mx][cnt]表示走到(x,y),手中cnt個寶,且最大值為mx的方案
注意:開dp數(shù)組時要估算大小,這個四維數(shù)組占用空間約1e6,已經接近上限。
#include<bits/stdc++.h>
using namespace std;
using ll = long long ;
const ll p = 1e9 + 7;
const int inf = 1e9 ,N = 55;
int n,m,k,c[N][N];
int dx[] = {0,1};
int dy[] = {1,0};
int dp[N][N][15][15];
bool inmp(int x,int y)
{
return 1 <= x && x <= n && 1 <= y && y <= m;
}
ll dfs(int x,int y,int mx, int cnt)
{
if( x == n && y == m )return (ll)(cnt == k);
if(dp[x][y][mx][cnt] != -1)return dp[x][y][mx][cnt];
ll res = 0;
for(int i = 0;i < 2;i ++)
{
int nx = x + dx[i], ny = y + dy[i];
if(!inmp(nx,ny))continue;
//拿上這個寶貝
if(c[nx][ny] > mx && cnt < k)res = (res + dfs(nx,ny,c[nx][ny],cnt + 1)) % p;
//不拿這個寶貝
res = (res + dfs(nx,ny,mx,cnt)) % p;
}
return dp[x][y][mx][cnt] = res;
}
int main()
{
memset(dp,-1,sizeof dp);
cin >> n >> m >> k;
for(int i = 1;i <= n;i ++){
for(int j = 1;j <= m;j ++)
{
cin >> c[i][j];
c[i][j] ++; //整體加1不影響結果,這樣對mx可以設置初值為0,避免數(shù)組越界到-1
}
}
cout << (dfs(1,1,0,0) + dfs(1,1,c[1][1],1)) % p;
return 0;
}
3.藍橋OJ 1536:數(shù)字三角形(迭代法)
方案一(未通過):
設狀態(tài)dp[i][j]表示從第i行第j列的元素往下走的所有路徑當中最大的和
狀態(tài)轉移方程:dp[ i ][ j ] = max( dp [ i + 1 ][ j ] ,dp[ i + 1 ][ j + 1 ] )
#include<bits/stdc++.h>
using namespace std;
using ll = long long;
const int N = 105;
ll a[N][N],dp[N][N];
int main()
{
int n;cin >> n;
for(int i = 1;i <= n;i ++)
for(int j = 1;j <= i; ++ j)cin >> a[i][j];
for(int i = n;i >= 1; --i)
for(int j = 1;j <= i; ++j){
dp[i][j] = a[i][j] + max(dp[i + 1][j],dp[i + 1][j + 1]);
}
cout << dp[1][1] << endl;
return 0;
}
?方案二(可行):
思路一的問題是沒有考慮題中條件:“次數(shù)相差不能超過1”
為了解決這個問題,考慮次數(shù)相差符合要求的解的特征:
1.若最后一行奇數(shù)個元素:只有中間那個作出口才行
2.若最后一行偶數(shù)個元素:中間兩個作出口都有可能
還要考慮取最大值,因此:
設置狀態(tài)A[i][j]表示頂點到該位置路程最大值
狀態(tài)轉移方程:A[ i ][ j ] = A[ i?][ j ]?+ max( A[ i -?1 ][ j - 1?] , A[ i -?1 ][ j ] )
#include<bits/stdc++.h>
using namespace std;
int Max(int a,int b){//返回a,b的最大值
return (a>b?a : b);
}
int main()
{
int n;
cin >> n;
int An[n][n];//儲存三角形每個位置的值
for(int i = 0; i < n; i ++)//三角形的行i的循環(huán)
{
for(int j = 0; j < i + 1; j ++)//三角形列j的循環(huán),列最大等于該行的行數(shù)
{
scanf("%d", &An[i][j]);
}
}
for(int i = 0; i < n; i ++)//三角形的行i的循環(huán)
{
for(int j = 0; j < i + 1; j ++)//三角形列j的循環(huán),列最大等于該行的行數(shù)
{
if(i >= 1)//不是第一列只有一個數(shù)的情況下
{
if(j == 0)//數(shù)組第一列沒有左上角的值,直接加上面的值就是最大值
An[i][j] += An[i -1][j];
else if(j == i)//即數(shù)組每列最后一個沒有正上方的值,直接加左上值即可
An[i][j] += An[i - 1][j - 1];
else//其余情況加其左上右上的最大值
{
int max1 =Max(An[i - 1][j - 1],An[i - 1][j]);
An[i][j] += max1;
}
}
}
}
//上面執(zhí)行完后,An數(shù)組每個值表示頂點到該位置路程最大值
//向左下走的次數(shù)與向右下走的次數(shù)相差不能超過 1,即輸出第n行最中間二個的最大值
//注意分行數(shù)的奇偶
if(n%2==1)
printf("%d\n",An[n-1][(n-1)/2]);
else
printf("%d\n",Max(An[n-1][(n-1)/2],An[n-1][(n-1)/2+1]));
return 0;
}
4.藍橋OJ 3367:破損的樓梯(迭代法)
這個題使用一種遞推的思路:
對于每一個要到的樓梯:
求到這里有幾種方案,
就考慮到這個位置的前一步:從上一格位置A來 或 從上兩格的位置B來
發(fā)現(xiàn),無論從A還是B來,都分別只有一種方案
所以,歸納出規(guī)律:方案數(shù)(位置n) = 方案數(shù)(位置n-1)+ 方案數(shù)(位置n - 2)
由此得到狀態(tài)轉移方程:????dp[i]?=?(dp[i?-?1]?+?dp[i?-?2])?%?p;
#include<bits/stdc++.h>
using namespace std;
using ll = long long ;
const int N = 1e5 + 9;
const ll p = 1e9 + 7;
ll dp[N];
bool broken[N];
int main()
{
ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
int n,m;cin >> n >> m;
for(int i = 1;i <= m;i ++){
int x;cin >> x;
broken[x] = true;
}
dp[0] = 1;
if(!broken[1])dp[1] = 1;
for(int i = 2;i <= n; ++i)
{
if(broken[i])continue;
dp[i] = (dp[i - 1] + dp[i - 2]) % p;
}
cout << dp[n] << endl;
return 0;
}
5.藍橋OJ 3423:安全序列(迭代法)
這題與上一題類似但有不同:
考慮有n個位置的總方案數(shù),位置n可以有桶可以沒桶,每一個位置都可以有桶或沒桶
把問題劃分為從第幾個位置開始沒桶的n種情況? (不重不漏)
所以方案總數(shù) == 方案數(shù)(第一個位置開始沒桶)+ 方案數(shù)(第二個位置開始沒桶)+ 方案數(shù)(第三個位置開始沒桶)+ ……+方案數(shù)(第n個位置開始沒桶)
再考慮怎么求從第 i 個位置開始沒桶(位置 i 擺最后的桶)的方案數(shù):
發(fā)現(xiàn)既然這個位置有了桶,因為要間隔k,這個位置 - k 之前的每一個位置有桶,
下一步都可以到當前狀態(tài),問題被進一步劃分。
歸納出規(guī)律:該方案數(shù) == 起始位置到這個位置前k個位置開始沒桶的情況的方案數(shù)之和
設置狀態(tài)dp[i]表示以位置i結尾的方案總數(shù),
歸納出狀態(tài)轉移方程:
#include<bits/stdc++.h>
using namespace std;
using ll = long long;
const ll N = 1e6 + 9,p = 1e9 + 7;
ll dp[N],prefix[N];
int main()
{
int n,k;cin >> n >> k;
dp[0] = prefix[0] = 1; //可能存在全都不放的情況
for(int i = 1;i <= n;i ++)
{
if(i - k - 1 < 1)dp[i] = 1;
else dp[i] = prefix[i - k - 1];
prefix[i] = (prefix[i - 1] + dp[i]) % p;
}
cout << prefix[n] << endl;
return 0;
}
6.藍橋OJ 389:擺花(二維DP)(迭代法)
對于每一個到達一個位置并種了某種花的情況,
方案數(shù)都是先種上一個位置并種了少用一種花的方案數(shù),
具體來說:
這個方案數(shù)就是:保持種到相同位置,這最后一種花種了多少盆的所有情況的方案數(shù)之和
設狀態(tài)dp[i][j]表示到第i種花為止(不一定以第i種花結尾),到第j個位置(1-j都放了花)的情況下的總方案數(shù):
圖解:
歸納出狀態(tài)轉移方程:
#include<bits/stdc++.h>
using namespace std;
const int N = 105;
using ll = long long;
const ll p = 1e6 + 7;
ll a[N],dp[N][N];
int main()
{
int n,m; cin >> n >> m;
for(int i = 1;i <= n; i ++)cin >> a[i];
dp[0][0] = 1;
for(int i = 1;i <= n;i ++)
{
for(int j = 0;j <= m;j ++)
{
for(int k = 0;k <= a[i] && k <= j; k ++){
dp[i][j] = (dp[i][j] + dp[i - 1][j - k]) % p;
}
}
}
cout << dp[n][m] << endl;
return 0;
}
7.藍橋OJ 3362:建造房屋(二維DP)(迭代法)
#include <iostream>
using namespace std;
using ll=long long;
const ll M=1e9+7;
const int N=1000;
ll dp[N][N]; //dp[j][k]表示截至到第j行,第k個房子的方案數(shù)
int main()
{
int n,m,k;cin>>n>>m>>k;
dp[0][0]=1;
for(int i=1;i<=n;i++)
{
for(int j=1;j<=k;j++)
{
for(int s=1;s<=m&&s<=j-i+1;s++)
dp[i][j]=(dp[i-1][j-s]+dp[i][j])%M;
}
}
ll ans=0;
for(int i=1;i<=k;i++)
ans+=dp[n][i];
cout<<(ans)%M;
return 0;
}
?8.最長上升子序列(LIS)
?LIS(Longest Increasing Subsequence最長上升子序列)是一個經典的DP模型
樸素LIS模型:時間復雜度O(n^2)
二分LIS模型:時間復雜度O(nlogn)
?LIS指一個序列中,按照原順序選出若干個不一定連續(xù)的元素組成的序列,要求序列遞增
求解:
設dp[i]表示1~i中以a[i]結尾的最長上升子序列的長度
狀態(tài)轉移方程:
圖解:
藍橋OJ 1358:藍橋勇士
狀態(tài)轉移方程:
#include<bits/stdc++.h>
using namespace std;
const int N = 1e3 + 9;
int a[N],dp[N];
int main()
{
int n ;cin >> n;
for(int i = 1;i <= n;i ++)cin >> a[i];
for(int i = 1;i <= n;i ++)
{
dp[i] = 1;
for(int j = 1;j < i;j ++)
{
if(a[i] > a[j])dp[i] = max(dp[i],dp[j] + 1);
}
}
int ans = 0;
for(int i = 1;i <= n;i ++)ans = max(ans,dp[i]);
cout << ans << endl;
return 0;
}
藍橋OJ 742:合唱隊形
設狀態(tài)dpl[i]表示1~i的最長上升子序列的長度,dpr[i]表示反向的n~i的最長上升子序列的長度,求出兩個dp數(shù)組后,計算出最大的 dpl[i] + dpr[i] - 1 即可。
#include<bits/stdc++.h>
using namespace std;
using ll = long long ;
const int N = 150;
int a[N],dpl[N],dpr[N];
int main()
{
int n;cin >> n;
for(int i = 1;i <= n; ++i)cin >> a[i];
for(int i = 1;i <= n;i ++)
{
dpl[i] = 1;
for(int j = 1;j < i;j ++)if(a[i] > a[j])dpl[i] = max(dpl[i],dpl[j] + 1);
}
for(int i = n;i >= 1;--i)
{
dpr[i] = 1;
for(int j = i + 1;j <= n;j ++)if(a[i] > a[j])dpr[i] = max(dpr[i],dpr[j] + 1);
}
int ans = n;
for(int i = 1;i <= n;i ++)ans = min(ans,n - (dpl[i] + dpr[i] - 1));
cout << ans << endl;
return 0;
}
9.最長子序列(LCS)
LCS(Longest Common Subsequence 最長公共子序列)是一個經典的DP模型。
復雜度:O(n^2)
LCS問題是給定兩個序列A和B,求它們的最長公共子序列。
求解:設dp[i][j]表示A[1~i]序列和B[1~j]序列中的最長公共子序列長度。
藍橋OJ 1189:最長公共子序列
狀態(tài)轉移方程:
解釋:
當a[i] == b[i],將它們插入到LCS后面,使長度變長1
當a[i]!=b[i],說明此時LCS不會變長,就要從dp[i-1][j]和dp[i][j-1]取大
#include<bits/stdc++.h>
using namespace std;
const int N = 1e3 + 9;
int n,m,a[N],b[N],dp[N][N];
int main(){
int n,m;cin >> n >> m;
for(int i = 1;i <= n;i ++)cin >> a[i];
for(int i = 1;i <= m;i ++)cin >> b[i];
for(int i = 1;i <= n;i ++)
{
for(int j = 1;j <= m;j ++)
{
if(a[i] == b[j])dp[i][j] = dp[i - 1][j - 1] + 1;
else dp[i][j] = max(dp[i - 1][j],dp[i][j - 1]);
}
}
cout << dp[n][m] << endl;
return 0;
}
另:求出其中一個最長的子序列
#include<bits/stdc++.h>
using namespace std;
const int N = 1e3 + 9;
int n,m,a[N],b[N],dp[N][N];
int main(){
int n,m;cin >> n >> m;
for(int i = 1;i <= n;i ++)cin >> a[i];
for(int i = 1;i <= m;i ++)cin >> b[i];
for(int i = 1;i <= n;i ++)
{
for(int j = 1;j <= m;j ++)
{
if(a[i] == b[j])dp[i][j] = dp[i - 1][j - 1] + 1;
else dp[i][j] = max(dp[i - 1][j],dp[i][j - 1]);
}
}
cout << dp[n][m] << endl;
return 0;
}
10.藍橋OJ 3349:可構造的序列總數(shù)(二維DP)
dp[i][j]表示在位置i處以數(shù)字j結尾的序列總數(shù)。
發(fā)現(xiàn),dp[i][?]處的上一步一定是dp[i-1][?]
現(xiàn)討論 j 的取值:
對于每一個 j ,遍歷每一個小于 j 的數(shù),得到兩個因子,
因為題目中的倍數(shù)限制,所以上一步一定是有這兩個因子的情況。(完全平方單獨討論)
狀態(tài)轉移方程:
#include<bits/stdc++.h>
using namespace std;
using ll = long long;
const int N = 4000;
const ll mod = 1e9+7;
int n, k;
ll dp[N][N], two[N];
int main()
{
ios::sync_with_stdio(0), cin.tie(0), cout.tie(0);
cin >> k >> n;
for(int i = 1; i <= k; ++ i)
{
dp[1][i] = 1;
}
if(n == 1)
{
cout << k;
return 0;
}
for(int i = 2; i <= n; ++ i)
{
for(int j = 1; j <= k; ++ j)
{
for(int t = 1; t * t <= j; ++ t)
// 這里的優(yōu)化是關鍵,如果直接枚舉從1到j會 t, 而對每一個小于根號j的因數(shù)當你找出他的時候就能找到一個對應的大于根號j的因數(shù) 因此時間復雜度從O(n3)優(yōu)化到O(n2 * 根號n) 大概2e8 極限能過
{
if(t * t == j) dp[i][j] = (dp[i][j] + dp[i-1][t]) % mod;
else if(j % t == 0) dp[i][j] = (dp[i][j] + dp[i-1][t] + dp[i-1][j/t]) % mod;
}
}
}
ll ans = 0;
for(int i = 1; i <= k; ++ i) ans = (ans + dp[n][i]) % mod;
cout << ans;
return 0;
}
11.藍橋OJ 3349:最快洗車時間(二維DP)
這題很容易想到用貪心的思想解決,但是這無法保證兩個地方時間盡可能的相近。
#include<bits/stdc++.h>
using namespace std;
int main()
{
int n;cin >> n;
vector<int>a(n);
for(int k = 0;k < n;k ++)cin >> a[k];
//sort(a.begin(),a.end());
for(int l = n - 1;l >= 0;l--){
for(int x = 0;x < l;x ++)
{
if(a[x+1] < a[x])swap(a[x+1],a[x]);
}
}
int suma=0;
int sumb=0;
int i=0,j=n-1;
while(i!=j)
{
sumb+=a[j];
j--;
while(suma<sumb)
{
suma+=a[i];
if(i==j)break;
i++;
}
}
cout << max(suma,sumb) << endl;
return 0;
}
考慮這個反例:
因此只能使用動態(tài)規(guī)劃枚舉所有可能:文章來源:http://www.zghlxwxcb.cn/news/detail-822360.html
正解:文章來源地址http://www.zghlxwxcb.cn/news/detail-822360.html
//本題的難點仍在于狀態(tài)轉移方程的設計與列寫
//由于兩臺機器完全相同,若總時間為sum,其中一臺洗車時間為i,則另一臺洗車時間為sum-i
//i與sum-i中的較大值即為最終答案
//故本題可以只考慮其中一臺機器,枚舉其所有洗車方案(可能花費的洗車時間)并使用動態(tài)規(guī)劃驗證該方案是否可行
//最終遍歷該臺機器所有可行的洗車方案,計算并比較出最終的洗車時間
//注:本題有一種錯誤解法,即把數(shù)組排序以后令兩臺機器分別從頭和尾開始往中間遍歷洗車
//這種解法是基于貪心思想的,但它并不能保證兩臺機器的洗車時間盡可能的接近,因此無法得出正確答案
//事實上在允許的時間復雜度內,本題并不存在直接找出最佳洗車方案的算法,
//只能使用動態(tài)規(guī)劃來驗證每一種洗車方案,然后比較得出最終答案
#include <bits/stdc++.h>
using namespace std;
int Time[109];
bool dp[109][10009];
//dp[i][j]表示只考慮前i輛車(每輛車可能洗或不洗),能否使總洗車時間為j,若能則為true
int main()
{
int N;
int sum=0;
int ans=1e9;
cin>>N;
for(int i=1;i<=N;i++)
{
cin>>Time[i];
sum=sum+Time[i];//計算總洗車時間
}
for(int i=0;i<=N;i++)dp[i][0]=true;//初始化,若該機器總洗車時間為0,必然能做到
for(int i=1;i<=N;i++)//遍歷每一種可能的洗車方案,依次考慮前1~N輛車
{
for(int j=0;j<=sum;j++)//對于每一種洗車方案,遍歷該機器所有可能的洗車時間,可能花0~sum分鐘
{
//若洗前i-1輛車的時間為j-Time[i],則洗前i輛車的時間可以是j(洗第i輛車)
//若洗前i-1輛車的時間為j,則洗前i輛車的時間也可以是j(不洗第i輛車)
//兩種情況滿足其一,dp[i][j]即為true
//此處注意j-Time[i]要大于等于0,故分開寫(合在一起寫會有一個測試點錯誤)
dp[i][j]=dp[i-1][j];
if(j>=Time[i])dp[i][j]=dp[i][j] | dp[ i - 1 ][ j - Time[i] ];
}
}
for(int i=1;i<=sum;i++)//遍歷其中一臺機器所有可能的洗車時間1~sum
{
if(dp[N][i])//若對于前N輛車,該機器洗車時間可以是i
{
int tmp=max(sum-i,i);//則對于該洗車方案,兩臺機器洗車完成的時間是sum-i和i之間的較大值
if(tmp<ans)ans=tmp;//比較得出所有洗車方案所花時間的最小值
}
}
cout<<ans<<endl;
return 0;
}
到了這里,關于算法學習記錄:動態(tài)規(guī)劃的文章就介紹完了。如果您還想了解更多內容,請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網!