DAY_10(区间dp)

补一下昨天(前天)的博客:区间dp

众所周知,dp有三个特征(条件):1、重叠子问题;2、最优子结构;3、无后效性(这里不一一解释了)

dp的三个要素:

1、状态(一般状态、目标状态)

2、阶段划分

3、决策(状态转移)


现在我们将这些规则转移到区间dp里来:

区间dp:求区间内的最优解------小阶段dp->大阶段dp

阶段划分:区间长度

状态表示:枚举起点(不同起点、不同状态)

决策实现:枚举分割点

主要step::

1、切割||合并区间

大区间无脑切割成两个子区间,分贝计算两个子区间的最优值,在通过两个子区间的最优值计算出大区间的最优值;

2、last原则

永远不要考虑第一步会怎么做,而是去向最后一步要干什么,然后枚举最后一步所有情况,并缩小区间

3、创建辅助维

当二维空间已经无法进行状态转移或表示状态时,可尝试增加维度

模版:

迭代模版
cpp 复制代码
for(int len=2;len<=n;len++)
{//len表示区间长度
	for(int i=1;i<=n;i++)
	{
		int j=i+len-1;//i为起点,j为终点
		if(j>n)
		break;
		for(int k=1;k<j;k++)//枚举分割点,实现状态转移
		dp[i][j]=min(dp[i][j],dp[i][k]+dp[k+1][j]+w[i][j]);//w数组代表区间和
	}
}
记忆化dfs模版
cpp 复制代码
int mindfs(int l,int r)
{
	if(dp[l][r]!=inf)
	return dp[l][r];//若已搜索过则返回这个值
	if(l==r)
	return dp[l][r]=0;//若l==r,则无需合并,返回
	for(int i=l;i<r;i++)//枚举所有可行的区间分割方案
	dp[l][r]=min(dp[l][r],mindfs(l,i)+mindfs(i+1,r)+w[l][r]);//w为区间和
	return dp[l][r];
}

P1775 石子合并(弱化版)

一道简简单单的模版题

不过一开始要注意dp[i][i]要赋值0!!因为第i堆和第i堆合并需要的确只有0花费

cpp 复制代码
#include<bits/stdc++.h>
using namespace std;
#define inf 0x3f3f3f3f
const int N=1e3+5;
int n;
int m[N];
int dp[N][N];
int w[N];
int main()
{
	cin>>n;
	memset(dp,inf,sizeof(dp));
	for(int i=1;i<=n;i++)
	{
		cin>>m[i];
		dp[i][i]=0;
	}
	for(int i=1;i<=n;i++)
	w[i]=w[i-1]+m[i];
	for(int l=2;l<=n;l++)
	for(int i=1;i<=n;i++)
	{
		int j=i+l-1;
		if(j>n)
		break;
		for(int k=i;k<j;k++)
		dp[i][j]=min(dp[i][j],dp[i][k]+dp[k+1][j]+w[j]-w[i-1]);
	}
	cout<<dp[1][n]<<endl;
	return 0;
}

身体不适,未完待续。。。

相关推荐
lu_rong_qq44 分钟前
决策树 DecisionTreeClassifier() 模型参数介绍
算法·决策树·机器学习
LNTON羚通7 小时前
摄像机视频分析软件下载LiteAIServer视频智能分析平台玩手机打电话检测算法技术的实现
算法·目标检测·音视频·监控·视频监控
哭泣的眼泪4088 小时前
解析粗糙度仪在工业制造及材料科学和建筑工程领域的重要性
python·算法·django·virtualenv·pygame
Microsoft Word9 小时前
c++基础语法
开发语言·c++·算法
天才在此9 小时前
汽车加油行驶问题-动态规划算法(已在洛谷AC)
算法·动态规划
莫叫石榴姐10 小时前
数据科学与SQL:组距分组分析 | 区间分布问题
大数据·人工智能·sql·深度学习·算法·机器学习·数据挖掘
茶猫_11 小时前
力扣面试题 - 25 二进制数转字符串
c语言·算法·leetcode·职场和发展
肥猪猪爸13 小时前
使用卡尔曼滤波器估计pybullet中的机器人位置
数据结构·人工智能·python·算法·机器人·卡尔曼滤波·pybullet
readmancynn13 小时前
二分基本实现
数据结构·算法
萝卜兽编程13 小时前
优先级队列
c++·算法