动态规划

递推  递归   记忆化搜索

斐波那契数列

1、用其他已经计算好的结果计算自己的结果(递推)

2、用自己的值计算别人的值(考虑对之后的项做出的贡献)

cin >> n;
f[]=;f[]=; for (int a=;a<=n;a++)
f[a] = f[a-] + f[a-]; for (int a=;a<n;a++)
{
f[a+] += f[a];
f[a+] += f[a];
}

理论上两种方法都是可以的,但有的题一种方法会很难写,另一种方法就很好写,所以两种都需要掌握

3、记忆化搜索

递归处理斐波那契数列的第n项,找到边界,遇到第一项返回1,遇到第2项返回0。

这样的话复杂度是O(f[n])的,因为他是由一个一个1累加起来的

接近(2^n)

慢的原因是我们把很多项重复算了很多次

我们考虑把已经算出来的项存下来,之后直接调用就行了

bool g[];

int dfs(int n)
{
if (n==) return ;
if (n==) return ;
if (g[n]) return f[n];
f[n] = dfs(n-) + dfs(n-);
g[n]=true;
return f[n];
}

无后效性:动态规划的所有状态之间组成了一个有向无环图

如果出现乱序转移的情况,就考虑拓扑排序(把所有的边变成从前往后),之后for一遍就行了

阶段性:

转移方程:怎么算

状态:要算的东西

背包

P1  N个物品,M的容积,每个物品有体积和价值,最大化价值和

采药

第一个维度:现在放了多少个物品,第二个维度:用了多少体积

设f[i][j]表示已经试到了第i个物品(第i个物品之前的都有可能放或者不放,但是编号都小于等于i),已经放进去的体积之和为j  这种情况下所取得的最大价值

那么第i+1个物品有两种情况:放或者不放

如果不放,f[i+1][j]=f[i][j]

如果放,f[i+1][j+v[i+1]]=f[i][j]+w[i+1]

这个方程是自己更新别人

如果用别人更新自己

不放:f[i][j]=f[i-1][j]

放:f[i][j]=f[i-1][j-v[i]]+w[i]

直接取max

int n,m,w[],v[];
int f[][]; int main()
{
cin >> n >> m;
for (int a=;a<=n;a++)
cin >> v[a] >> w[a];
for (int i=;i<=n;i++)
for (int j=;j<=m;j++)
{
f[i][j] = f[i-][j];
if (j >= v[i]) f[i][j] = max(f[i][j],f[i-][j-v[i]]+w[i]);
}
int ans=;
for (int a=;a<=m;a++)
ans = max(ans,f[n][a]);
cout << ans << endl;
return ;
}

记得加判断,最后要在所有的体积的价值中取max

P2  每个物品可以用无限次

枚举第i个物品到底放了多少个

直接枚举复杂度会炸掉

其实这个时候直接从自己转移过来就行了

f[i][j]=f[i-1][j-v[i]]+w[i]把i-1换成i,相当于是枚举了,但是复杂度会降下来O(nm)

#include<iostream>

using namespace std;

int n,m,w[],v[];
int f[][]; int main()
{
cin >> n >> m;
for (int a=;a<=n;a++)
cin >> v[a] >> w[a];
/*for (int i=1;i<=n;i++)
for (int j=0;j<=m;j++)
for (int k=0;k*v[i]<=j;k++)
f[i][j] = max(f[i][j],f[i-1][j-k*v[i]]+k*w[i]);*/
for (int i=;i<=n;i++)
for (int j=;j<=m;j++)
{
f[i][j] = f[i-][j];
if (j >= v[i]) f[i][j] = max(f[i][j],f[i][j-v[i]]+w[i]);
}
int ans=;
for (int a=;a<=m;a++)
ans = max(ans,f[n][a]);
cout << ans << endl;
return ;
}

P3  有限背包  每个物品可以用无限次

直接枚举第i个物品用多少次

复杂度将近O(n^3)

如何优化?

直接造物品

比如有一个可以用13次,体积为v[i]的物品

我们把它分成只可以用一次的体积为v[i],2v[i],4v[i],6v[i]的物品,那么这和原问题是等价的

问题就变成了0/1背包

复杂度O(nmk)(k表示分成了多少个小的捆绑包)

怎么分呢?

先按照二进制从小到大一个一个拆,直到不足够下一个二进制了就把剩下的单独拆出来

比如11=2^0+2^1+2^2+6

K≈log(n)

复杂度也就是O(nmlogn)

证明:比如31=2^0+2^1+2^2+2^3+2^4

37=31+6

就ok了

#include<iostream>

using namespace std;

int n,m,w[],v[];
int f[][]; int main()
{
cin >> n >> m;
int cnt = ;
for (int a=;a<=n;a++)
{
int v_,w_,z;
cin >> v_>> w_ >> z; int x = ;
while (x <= z)
{
cnt ++;
v[cnt] = v_*x;
w[cnt] = w_*x;
z-=x;
x*=;
}
if (z>)
{
cnt ++;
v[cnt] = v_*z;
w[cnt] = w_*z;
}
}
n=cnt;
for (int i=;i<=n;i++)
for (int j=;j<=m;j++)
{
f[i][j] = f[i-][j];
if (j >= v[i]) f[i][j] = max(f[i][j],f[i-][j-v[i]]+w[i]);
}
int ans=;
for (int a=;a<=m;a++)
ans = max(ans,f[n][a]);
cout << ans << endl;
return ;
}

基础类dp

例 数字三角形

每个位置可以由上方或者左上方得到

f[i][j]=max(f[i-1][j-1],f[i-1][j])+a[i][j]

数字三角形2

我们发现前面的和模100时大,但是后面不一定大

考虑加一维

定义bool数组f[i][j][k]表示走到[i][j]时模100为k是否可能

转移方程:f[i][j][k]=f[i-1][j-1][(k-a[i][j])%100]||f[i-1][j][(k-a[i][j])%100]
边界f[1][1][a[1][1]%100]=true
然后找到一个最大的k

转移的时候用自己的值更新其他的值就可以了

dp要注意加维度

#include<iostream>

using namespace std;

bool f[][][];

int main()
{
cin >> n;
for (int i=;i<=n;i++)
for (int j=;j<=i;j++)
cin >> a[i][j]; f[][][a[][] % ] = true;
for (int i=;i<n;i++)
for (int j=;j<=i;j++)
for (int k=;k<;k++)
if (f[i][j][k])
{
f[i+][j][(k+a[i+][j])%]=true;
f[i+][j+][(k+a[i+][j+])%]=true;
} for (int j=;j<=n;j++)
for (int k=;k<;k++)
if (f[n][j][k]) ans=max(ans,k);
cout << ans << endl; return ;
}

最长上升子序列

f[i]=max(f[j])(1<=j<i)+1

复杂度O(n^2)

当数据范围10^5时就线段树或者平衡树维护一下就行了

dp有的时候可以用数据结构优化

区间dp

例:合并石子

我们发现合并的话一定是把相邻的区间合并成一堆石子

比如把1和4合并,2和3肯定已经被合并过了

满足只能合并相邻的两个东西,这样的一定是区间dp

状态:f[l][r]表示把第l堆石子和第r堆石子合并的最小代价是多少

考虑在a[l]到a[r]之间找到一条分界线,先把左边的合并,再把右边的合并,再把这两堆合并

f[l][r]=min(f[l][p]+f[p+1][r])+sum[r]-sum[l-1] (l<=p<r)

最后求得答案就是f[1][n]

最直观的想法:枚举l,r,p

但是这样是不对的

比如枚举[1,n]中的p=2,我们发现f[3][n]还没有算出来,那就gg了

所以我们应该第一维枚举长度,第二维枚举左右端点,第三维枚举端点就好了

for (int a=;a<=n;a++)
{
cin >> z[a];
sum[a] = sum[a-]+z[a];
}
memset(f,0x3f,sizeof(f));
for (int a=;a<=n;a++)
f[a][a] = ;
for (int len=;len<=n;len++)
for (int l=,r=len;r<=n;l++,r++)
for (int p=l;p<r;p++)
f[l][r] = min(f[l][r],f[l][p]+f[p+][r]+sum[r]-sum[l-]);
cout << f[][n] << endl;

矩阵乘法,调整运算次序使得运算次数最小

最后是把n个矩阵合并成1个矩阵

每次合并相邻两个矩阵

f[l][r]表示把l~r的矩阵合并成一个矩阵所需要的最小次数

还是枚举断点

f[l][r]=min(f[l][p]+f[p+1][r])+a[l]*a[p+1]*a[r+1]  (l<=p<r)

按照石子合并的方式搞一搞就行了

状压dp

平面上有n个点,第i个点的坐标为(x[i],y[i])。有一个人刚开始在一号点,想让他走完其他的点再回到原点,问你最短的距离是多少

变化量:我现在在哪个点,我已经走过了哪些点

f[s][i]表示我走过了哪些点,现在在第i个点

状态压缩:把一个数组压缩成一个数。

哪个点经过了就把他对应的二进制的位数变成1

转移:枚举j,当二进制位第j位为0时就可以考虑转移

除了f[1][0]=0,其他初始化为1

Dp完之后再循环一遍找答案

要先枚举s在

复杂度O(2^n * n^2)

一般来说状压dp解决的范围在n<=22或n<=20

double f[][];
double x[],y[]; int main()
{
cin >> n;
for (int a=;a<n;a++)
cin >> x[a] >> y[a];
f=∞
f[][]=;
for (int s=;s<(<<n);s++)
for (int i=;i<n;i++)
if (f[s][i] < ∞)
{
for (int j=;j<n;j++)
if ( ((s>>j) & ) == )
{
int news = s | (<<j);
f[news][j] = min(f[news][j],f[s][i] + dis(i,j));
}
}
for (int i=;i<n;i++)
ans=min(ans, f[(<<n)-][i] + dis(i,)); return ;
}

最新文章

  1. 新版微耕软件(N3000)与旧版2000的实体功能区别
  2. Centos6.4安装erlang并配置mysql数据库
  3. 初学者:JSP登陆界面
  4. Google首席软件工程师Joshua Bloch谈如何设计一款优秀的API【附PPT】
  5. Quartz CronTrigger最完整配置说明
  6. CentOS 6.4 搭建SVN服务器
  7. bzoj 1798 [Ahoi2009]Seq 维护序列seq(线段树+传标)
  8. [原]Sql脚本压缩类。
  9. Java 线程池详细介绍
  10. mysql服务启动
  11. #include &lt;amp.h&gt;
  12. 【27前端】base标签带有href属性会让chrome里的svg元素url失效
  13. verilog中读取文件中的字符串_modelsim高级仿真
  14. 学习笔记: AOP面向切面编程和C#多种实现
  15. emwin 之 GUI_MessageBox 阻塞特性
  16. help文档制作 chm
  17. flutter的webview案例
  18. NABCD框架(作业和事件的定期提醒)及第八周学习进度条
  19. Ansible Playbook 使用条件判断语句
  20. IntelliJ IDEA教程

热门文章

  1. MySQL: InnoDB的并发控制,锁,事务模型
  2. Scala学习笔记(6)对象
  3. 原生js格式化json和格式化xml的方法
  4. Java httpClint实现文件上传
  5. Kali Linux安装及中文指南
  6. ES6中class的实现原理
  7. socket客户端怎么判断http响应数据的结束
  8. 在目标端重建sequence的脚本
  9. mysql查看内存使用情况
  10. Java使用wait() notify()方法操作共享资源详解_java - JAVA