DP动态规划入门学习记录(一)
DP动态规划入门学习记录(一)
引入:金币
小招在玩一款游戏,在一个N层高的金字塔上,以金字塔顶为第一层,第i层有i个落点,每个落点有若干金币,在落点可以往向下或右斜向下移动,问能获得的最大金币值。
例:
5
8
3 8
8 1 0
4 7 5 4
3 5 2 6 5
局部最优解不一定是全局最优解
每一步会受到上一步决策的影响
动态规划:多阶段决策问题的最优解
-
重叠子问题
-
最优子结构
-
无后效性
例题1:硬币问题
有3种面额的硬币(2、5、7元面额),需要硬币组合成i元,求需要的最小硬币数n
分析:
1.分析问题状态,f[i]表示组成i元所需最小硬币数
2.分解子问题(①从最后一步,②分析决策) f [ i ] = m i n ( f [ i − 2 ] , f [ i − 5 ] , f [ i − 7 ] ) + 1 f[i]=min(f[i-2],f[i-5],f[i-7])+1 f[i]=min(f[i−2],f[i−5],f[i−7])+1;状态定义:
1)具备最优子结构(当前的最优解能够从之前阶段的最优解递推得到)
2)无后效性(当前最优解一旦确定,便不会被后面阶段影响)
4.思考计算顺序:从小到大
5.得到最终答案:ans=f[n];
#includeusing namespace std;int main(){int f[1000];memset(f,0x3f,sizeof(f));//初始化边界状态f[0]=0;//初始化边界状态int n;cin>>n;for(int i=1;i=7)f[i]=min(f[i-2],min(f[i-5],f[i-7]))+1;else if(i>=5)f[i]=min(f[i-5],f[i-2])+1;else if(i>=2)f[i]=f[i-2]+1;}cout<<f[n];return 0;}
tips:0x3f极大值 0x7f最大值 127极大值 128极小值
例题2:数字金字塔
题目描述
观察下面的数字金字塔。
写一个程序来查找从最高点到底部任意处结束的路径,使路径经过数字的和最大。每一步可以走到左下方的点也可以到达右下方的点。
73 8 8 1 0 2 7 4 4 4 5 2 6 5
在上面的样例中,从7→3→8→7→5 的路径产生了最大
输入格式
第一个行一个正整数r,表示行的数目。
后面每行为这个数字金字塔特定行包含的整数。
输出格式
单独的一行,包含那个可能得到的最大的和。
输入输出样例
输入 #1
573 88 1 02 7 4 44 5 2 6 5
输出 #1
30
说明/提示
【数据范围】
对于 100% 的数据,1≤r≤1000,所有输入在 [0,100] 范围内。
递归写法(只有函数):
int a[100][100];void tri(int x,int y,int len){ if(x==n) { if(Max<len) Max=len; return; } tri(x+1,y,len+a[x+1][y]); tri(x+1,y+1,len+a[x+1][y+1]);}
问题是存在重复子问题
还是分析一下问题:
1.分析问题状态:
f [ x ] [ y ] f[x][y] f[x][y]表示从(1,1)到(x,y)的最大路径长度
2.分解子问题
f [ x ] [ y ] = m a x ( f [ x − 1 ] [ y − 1 ] , f [ x − 1 ] [ y ] ) + a [ x ] [ y ] f[x][y]=max(f[x-1][y-1],f[x-1][y])+a[x][y] f[x][y]=max(f[x−1][y−1],f[x−1][y])+a[x][y];
3.初始化状态数组金额边界状态
1)初始化状态数组f为极小值-0x33f3f3f
2)初始化边界状态 f [ 1 ] [ 1 ] f[1][1] f[1][1]为 a [ 1 ] [ 1 ] a[1][1] a[1][1]
4.思考计算顺序
从上到下,从左到右
5.获得最终答案
a n s = m a x ( f [ n ] [ k ] ) ans=max(f[n][k]) ans=max(f[n][k]); k ∈ [ 1 , n ] k∈[1,n] k∈[1,n]
按照这个思路,写出代码:
#includeusing namespace std;int a[1000][1000];int f[1000][1000];int main(){ //初始化边界数组memset(f,-0x3f,sizeof(f));int r;cin>>r;for(int i=1;i<=r;i++){for(int j=1;j>a[i][j];}}f[1][1]=a[1][1];//初始化边界状态 //递推,从第二层开始for(int i=2;i<=r;i++){for(int j=1;j<=i;j++){f[i][j]=max(f[i-1][j-1],f[i-1][j])+a[i][j];}} //求最终答案int Max=-0x3f;for(int i=1;iMax)Max=f[r][i];}cout<<Max;return 0;}
千万不要忘了,f [ i ] [ j ] f[i][j] f[i][j]赋值后面要加上那个点本身的数字a [ i ] [ j ] a[i][j] a[i][j]
但是,我又犯了一个致命的错误
我定义a和f数组的时候只定义了 a [ 1000 ] [ 1000 ] 和 f [ 1000 ] [ 1000 ] a[1000][1000]和f[1000][1000] a[1000][1000]和f[1000][1000]
【数据范围】
对于 100% 的数据,1≤r≤1000,所有输入在 [0,100] 范围内。
看到了吧,数组定义时应该多定义一点,至少为 a [ 1001 ] [ 1001 ] 和 f [ 1001 ] [ 1001 ] a[1001][1001]和f[1001][1001] a[1001][1001]和f[1001][1001]
进阶(逆向思维)
可以正着推,那么也就可以逆着推,试着从最后一排开始,往前直到第一排进行计算
也不难,一会就写出来了
#includeusing namespace std;int a[1005][1005];int f[1005][1005];int main(){memset(f,-0x3f,sizeof(f));//初始化边界数组int r;cin>>r;for(int i=1;i<=r;i++){for(int j=1;j>a[i][j];}}for(int i=1;i=1;i--){for(int j=1;j<=i;j++){f[i][j]=max(f[i+1][j],f[i+1][j+1])+a[i][j];}} //输出最终答案cout<<f[1][1];return 0;}
例题3:动态规划-最长不下降子序列
在一个数字序列中,找到一个最长的子序列,使得这个子序列是不下降(非递减)的。
(5,-1)下降的,不符合
(1,3,4)符合的
输入:
81 2 3 -9 3 9 0 11
输出:
6
分析:
最先思考的时候把f[i]表示为子序列的长度,发现不行,于是进行更改
1.f[i]表示前i项以a[i]为结尾的子序列长度
2.分解子问题
i f ( a [ i ] > a [ k ] ) f [ i ] = m a x ( f [ i ] , f [ k ] + 1 ) ; k ∈ [ 1 , i − 1 ] if(a[i]>a[k]) f[i]=max(f[i],f[k]+1); k∈[1,i-1] if(a[i]>a[k])f[i]=max(f[i],f[k]+1);k∈[1,i−1]
3.初始化状态数组和边界状态
1)初始化状态数组f为1
2)初始化边界状态f[1]为1
4.思考计算顺序
从小到大
5.获得最终答案
a n s = m a x ( a n s , f [ k ] ) ; k ∈ [ 1 , n ] ans=max(ans,f[k]); k∈[1,n] ans=max(ans,f[k]);k∈[1,n]
代码大概就是这样了:
#includeusing namespace std;int n;int a[1001];int f[1001]; int Max=0; int main(){cin>>n;for(int i=1;i>a[i];f[i]=1; }for(int i=2;i=1;j--){if(a[i]>=a[j])f[i]=max(f[i],f[j]+1);}}for(int i=1;i<=n;i++){Max=max(Max,f[i]);}cout<<Max;return 0;}
详细过程分析可另搜索
例题4:最大子段和
题目描述
给出一个长度为n的序列 a,选出其中连续且非空的一段使得这段和最大。
输入格式
第一行是一个整数,表示序列的长度 n。
第二行有 n个整数,第 i个整数表示序列的第 i个数字 a i a~i a i。
输出格式
输出一行一个整数表示答案。
输入输出样例
输入 #1
72 -4 3 -1 2 -4 3
输出 #1
4
说明/提示
样例 1 解释
选取 [3, 5] 子段 {3, -1, 2},其和为 4
数据规模与约定
- 对于 40% 的数据,保证 n*≤2×103 10^3 103。
- 对于 100% 的数据,保证 1≤n≤2×105 10^5 105,− 104 ≤ a i ≤ 104 -10^4 ≤ a~i ≤ 10^4 −104≤a i≤104。
分析:
1.f[i]表示前i项以a[i]为结尾的所有区间的最大子段和
2.分解子问题
f [ i ] = m a x ( f [ i − 1 ] + a [ i ] , a [ i ] ) f[i]=max(f[i-1]+a[i],a[i]) f[i]=max(f[i−1]+a[i],a[i]);
3.初始化状态数组和边界状态
1)初始化状态数组f为极小值-0x3f3f3f
2)初始化边界状态f[1]为a[1]
4.思考计算顺序
从小到大
5.获得最终答案
a n s = m a x ( a n s , f [ k ] ) ; k ∈ [ 1 , n ] ans=max(ans,f[k]); k∈[1,n] ans=max(ans,f[k]);k∈[1,n]
代码:
#includeusing namespace std;int n;int a[200001];int f[200001];int Max=0;int main(){cin>>n;for(int i=1;i>a[i];f[i]=-0x3f3f3f3f;}f[1]=a[1];for(int i=2;i<=n;i++){f[i]=max(f[i-1]+a[i],a[i]);}for(int i=1;i<=n;i++)Max=max(Max,f[i]);cout<<Max;return 0;}