线性DP,0/1背包简化版,装箱问题
【题目描述】有一个箱子容量为V(正整数, 0 ≤ V ≤ 20000 0 \le V \le 20000 0≤V≤20000),同时有n个物品( 0 < n ≤ 30 0 < n \le 30 0<n≤30),每个物品有一个体积(正整数)。要求 n 个物品中,任取若干个装入箱内,使箱子的剩余空间为最小。
【输入描述】输入第一行,一个整数,表示箱子容量。
第二行,一个整数n,表示有n个物品。
接下来n行,分别表示这n个物品的各自体积。
【输出描述】输出一行,表示箱子剩余空间。
0/1背包的简化版,不管物品的价格。把体积(不是价格)看成最优化目标:最大化体积。
#include<bits/stdc++.h>
using namespace std;
int dp[20010];
int w[40];
int main()
{
int V,n;
scanf("%d%d" ,&V,&n);
for(int i = 1; i <= n; i ++)
scanf("%d",&w[i]);
for(int i = 1; i <= n; i ++)
for(int j = V; j >= w[i]; j --)
dp[j] = max(dp[j], dp[j-w[i]]+w[i])
printf("%d\n", V-dp[V]);
return 0;
}
计数DP,0/1背包的方案数
【题目描述】
将2022拆分成10个互不相同的正整数之和,总共有多少种拆分方法?
注意交换顺序视为同一种方法。
例如:
2022 = 1000+1022
2022 =1022+1000
视为同一种方法。
题目求10个数的组合情况,这十个数相加等于2022。因为是填空题可以不管运行时间,看起来可以用暴力for循环10次,加上剪枝。
然而暴力的时间极长,因为答案是:379187662194355221
这一题其实是0/1背包:
背包容量为2022,物品体积为1~2022,往背包中装10个物品,要求总体积为2022,问一共有多少种方案。
定义dp[][][]
: dp[i][j][k]
表示数字1~i取j个,和为k的方案数。下面的分析沿用标准0/1背包的分析方法,
从i-1扩展到i,分两种情况:
-
k ≥ i k \ge i k≥i。数i可以要,也可以不要
- 要i。从
1~i-1
中取j-1
个数,再取i,等价于dp[i-1][j-1][k-i]
。 - 不要i。从
1~i-1
中取j个数,等价于dp[i-1][j][k]
- 合起来:
dp[i][j][k]= dp[i-1][j][k]+ dp[i-1][j-1][K-i]
- 要i。从
-
k < i.
由于数i比总和k还术、显然i不能用。
有:dp[i][j][k]= dp[i-1][j][k]
for (int i = 0; i <= 2022; i ++)
dp[i][0][0] = 1; //特别注意这个初始化
1~i个数,选0个和为0的情况只有一种,就是不选
(1)k≥i。dp[i][j][k]= dp[i-1][j][k]+ dp[i-1][j-1][k-i]
(2)k<i。dp[i][j][k]= dp[i-1][j][k]
不用滚动数组
#include <bits/stdc++.h>
using namespace std;
long long dp[2222][11][2222]={0};
int main()
{
for(int i = 0; i <= 2022; i ++)
dp[i][0][0] = 1; //特别注意这个初始化
for(int i = 1; i <= 2022; i ++)
for(int j = 1; j <= 10; j ++) //注意:j从小到大,或从大到小都行
for(int k = 1; k <= 2022; k ++)
{
if(k<i)
dp[i][j][k] = dp[i-1][j][k]; //无法装进背包
else
dp[i][j][k] = dp[i-1][j][k] + dp[i-1][j-1][k-i];
cout << dp[2022][10][2022];
return 0;
}
使用滚动数组
#include <bits/stdc++.h>
using namespace std;
long long dp[11][2222];
int main()
{
dp[0][0]=1;
for(int i = 1; i <= 2022; i ++)
for(int j = 10; j >= 1; j --) //j一定要从大到小
for(int k = i; k <= 2022; k ++)
dp[j][k] += dp[j-1][k-i];
cout << dp[10][2022];
return 0;
}
网格上的DP,过河卒
【题目描述】
棋盘上A点有一个过河卒,需要走到目标B点。
卒行走的规则:可以向下、或者向右。同时在棋盘上C点有一个对方的马,该马所在的点和所有跳跃一步可达的点称为对方马的控制点。因此称之为"马拦过河卒"。
现在要求你计算出卒从 A点能够到达B点的路径的条数,假设马的位置是固定不动的,并不是卒走一步马走一步。棋盘用坐标表示,A点(0,0)、B点(n,m),同样马的位置坐标是需要给出的。1≤n,m≤20,0≤马的坐标≤20。【输入格式】
一行四个正整数,表示B点坐标和马的坐标。
【输出格式】
一个整数,表示所有的路径条数。
统计路径条数,看起来是个搜索题,可以用DFS求解。把马的控制点标记为不能走,绕过它们。
不过,用DFS搜索的路径数量是天文数字,肯定超时
在小学上过奥数的都知道,这题应该用"标数法",就是在每个坐标点上记录能走的路径条数。
标数法实际上就是DP的递推。
定义状态dp[][]
:
dp[i][j]
表示卒走到坐标(i,j)时能走的路径条数。
如果不考虑马的控制点,有:dp[i][j]= dp[i-1][j]+ dp[i][j - 1]
也就是(i,j)点的路径条数等于它上面和左边的路径条数之和。这就是小学奥数的"标数法"的原理
本题的限制条件是马的控制点,只要令控制点的dp[i][j] = 0
即可,即这个点上无路径
#include <bits/stdc++.h>
using namespace std;
long long dp[25][25];
bool s[25][25]; //标记马的9个控制点
int main()
{
int bx,by,mx,my;
scanf("%d%d%d%d",&bx,&by,&mx,&my);
bx += 2;
by += 2;
mx += 2;
my += 2;
//技巧:坐标点加2,防止越界,因为马能向上向左跳2格
dp[2][1] = 1; //初始化
s[mx][my] = 1; //标记马的控制点
s[mx - 2][my + 1] = 1;
s[mx - 2][my - 1] = 1;
S[mx + 2][my - 1] = 1;
s[mx + 2][my + 1] = 1;
s[mx - 1][my - 2] = 1;
s[mx - 1][my + 2] = 1;
s[mx + 1][my + 2] = 1;
s[mx + 1][my - 2] = 1;
for(int i = 2; i <= bx; i ++)
for(int j = 2; j <= by; j ++)
{
if(s[i][j])
dp[i][j] = 0; //这个点是控制点,不能走
else
dp[i][j] = dp[i-1][j] + dp[i][j - 1];
}
printf("%lld\n", dp[bx][by]); //结果是个极大的数字
return 0;
}
完全背包,小明的背包2
【题目描述】
小明有一个容量为C的背包。这天他去商场购物,商场一共有N 种物品,第i种物品的体积为 c i c_{i} ci,价值为 w i w_{i} wi,每种物品都有无限多个。小明想知道在购买的物品总体积不超过C的情况下所能获得的最大价值为多少,请你帮他算算。
【输入描述】
输入第1行包含两个正整数N,C,表示商场物品的数量和小明的背包容量。
第2~N+1行包含2个正整数c,w,表示物品的体积和价值。
1≤N≤10^3,1≤C≤10^3,1≤ci,wi≤10^3
【输出描述】
输出一行整数表示小明所能获得的最大价值
思路和0/1背包类似。0/1背包的每种物品只有1件,完全背包的每种物品有无穷多件,第i种可以装0件、1件、2件、C/ c i c_{i} ci件。
定义dp[i][j]
:把前i种物品(从第1种到第i种)装入容量为j的背包中获得的最大价值。
把每个dp[i][j]
都看成一个背包:背包容量为j,装1~i这些物品。最后得到的dp[N][C]
就是问题的答案:把N种物品装进容量c的背包的最大价值。
在0/1背包问题中,每个物品只有拿与不拿两种;而完全背包问题,需要考虑拿几个。
1.定义变量并输入
参考 0-1 背包。
2.执行算法
我们先去找到状态转移方程
dp[i][j]=max(dp[i], dp[i][j-c[i]]+w[i])
选到第i件物品,且背包现在重是为j。
那么考虑这个状态会由什么状态转移而来,肯定是选到第 i-1 件的时候,或者选了若干次第i件
如果不选第i种,那么就是由dp[i-1][i]
转移而来
如果选了第i件,那么就是由dp[i-1][j-c[i]]
转移而来。
或者在某一刻,不在选第i件了,那么就是有dp[i][j]
转移而来。
那么已知dp[i][j-c[i]]
和dp[i][j]
都为各自最优的状态,那我们直接取最优状态即可
#include <iostream>
#include <cstring>
using namespace std;
#define Maxn 5000;
int c[Maxn], w[Maxn];
int dp[Maxn][Maxn];
int C;
int n;
int main()
{
cin >> n;
cin >> C;
for (int i = 1; i <= n; i ++)
cin >> c[i] >> w[i];
memset(dp, 0, sizeof(dp));
for (int i = 1; i <= n; i ++)
{
for (int j = 1; j <= C; j ++)
{
dp[i][j] = dp[i - 1][j];
if (j >= c[i])
dp[i][j] = max(dp[i][j], dp[i][j-c[i]] + w[i]);
}
}
cout << dp[n][C] << endl;
}
因为状态转移每次只与上一层有关,所以用一个一维数组就可以。
为什么从小到大遍历,看
dp[j]=dp[j-c[i]]+w[i]
这一状态转移,是根据小的改大的,而此时的含义为选了x件后的容量与质量,跟01背包类似,但含义不同,处理方式上也有本质区别,处理完一件后在处理下件。
#include <iostream>
#include <cstring>
using namespace std;
#define Maxn 5000;
int c[Maxn], w[Maxn];
int dp[Maxn];
int C;
int n;
int main()
{
cin >> n;
cin >> C;
for (int i = 1; i <= n; i ++)
cin >> c[i] >> w[i];
memset(dp, 0, sizeof(dp));
for (int i = 0; i < n; i ++) //遍历每一件物品
{
//遍历背包容量,在上一层的基础上,容量为j时,第i件物品装或不装的最优解
for (int j = c[i]; j <= C; j ++)
{
dp[j] = max(dp[j-c[i]] + w[i], dp[j]);
}
}
cout << dp[C] << endl;
}
线性DP,最长公共子序列
【题目描述】
给定一个长度为n的数组A和一个长度为m的数组B。请你求出它们的最长公共子序列长度为多少
【输入描述】
输入第一行包含两个整数n、m。
第二行包含n个整数ai,
第三行包含m个整数bi,
1≤n,m≤10^3,1≤ai,bi≤10^9
【输出描述】
输出一行整数表示答案。
暴力法:先找出A的所有子序列,然后一一验证是否为Y的子序列。
如果A有m个元素,那么A有 2 m 2^{m} 2m个子序列;B有n个元素;总复杂度大于 O ( n ∗ 2 m ) O(n*2^m) O(n∗2m).
dp[i][j]
:房列Ai(a1~ai)和Bj(b1~bj)的最长公共子序列的长度。
答案:dp[n][m]
分解为2种情况
-
当 a i = b j a_{i}=b_{j} ai=bj;时已求得 A i − 1 A_{i-1} Ai−1和 B j − 1 B_{j-1} Bj−1的最长公共子序列,在其尾部加上 a i a_{i} ai或 b j b_{j} bj即可得到Ai和Bj的最长公共子序列。 状态转移方程:
dp[i][j]=dp[i-1][j-1]+ 1
-
当 a i ≠ b j a_{i}\ne b_{j} ai=bj时,求解两个子问题: A i − 1 A_{i-1} Ai−1和 B j B_{j} Bj的最长公共子序列; A i A_{i} Ai和 B j − 1 B_{j-1} Bj−1的最长公共子序列。取最大值,状态转移方程:
dp[i][j]= max(dp[i][j-1], dp[i-1][j])
#include <iostream>
#include <cstring>
using namespace std:
#define Maxn 5000int dp[Maxnl[Maxn];
//DP 辅助数组
int a[Maxn], b[Maxn];int main()
{
int n, m;
cin >> n >> m;
for(int i = 0; i < n; i ++)
cin >> a[i];
for(int i = 0; i < m; i ++)
cin >> b[i];dp[0][0] = 0; for (int i = 0; i < n; i ++) for (int j = 0; j < m; j ++) if (a[i] == b[j]) dp[i + 1][j + 1] = dp[i][j] + 1; else dp[i + 1][j + 1] = max(dp[i + 1][j], dp[i][j + 1]); cout << dp[n][m]<< endl;
}
最长递增子序列,蓝桥骑士
【题目描述】
小明是蓝桥王国的骑士,他喜欢不断突破自我。这天蓝桥国王给他安排了N个对手,他们的战力值分别为 a 1 , a 2 , . ... ,, a n a_{1},a_{2},....,,a_{n} a1,a2,....,,an,且按顺序阻挡在小明的前方。对于这些对手小明可以选择挑战,也可以选择避战。身为高傲的骑士,小明从不走回头路,且只愿意挑战战力值越来越高的对手。
请你算算小明最多会挑战多少名对手。
【输入描述】
第一行是整数N,表示对手的个数,第二行是N个整数 a 1 , a 2 , . ... ,, a n a_{1},a_{2},....,,a_{n} a1,a2,....,,an,表示对手战力值。1≤N≤3x10^5
【输出描述】
输出一行整数表示答案。
求一个子序列,保证这个子序列时递增的,最长是多少
给定一个长度为n的数组,找出一个最长的单调递增子序列。
例:序列A={5,6,7,4,2,8,3},它最长的单调递增子序列为{5,6,7,8},长度为4。
定义状态dp[i]
:表示以第i个数为结尾的最长递增子序列的长度。
状态转移方程:
dp[i]= max{dp[j]}+1, 0<j<i, A < Ai
答案:max{dp[i]}
复杂度:
j在0~i之间滑动,复杂度O(n);
i的变动范围也是O(n)的;
总复杂度O(n2)
我们首先定义状态:
我们定义dp[i]
为以a[i]
结尾的最长上升子序列长度。
设置j为小于i的某一点,那么当 a[j]<a[i]
时,必然有,以 a[j]
结尾的最长上升子序列,现在能以 a[i]
结尾,并且长度 +1。
因为 j<i且 a[j]< a[i]
,满足上升子序列的要求。
所以 dp[i]
的一条转移路径为 dp[i]=dp[j]+1
但是j是比i小的某一个值,所以转移到 dp[i]
这一状态的值很多,我们要选择最优状态,所以 dp[i]
的状态转移:
dp[i]=max(dp[j]+1, dp[i]);
那么当 a[j]>a[i]
时
此时肯定不满足上升子序列,所以 dp[i]
与 dp[j]
毫无关联。由此我们可以写出 LIS 的算法部分
#include <bits/stdc++.h>
using namespace std;
//求最长升序子序列的长度,并输出
#define Maxn 300006
int a[Maxn];
int dp[Maxn];
int ans=1:
int main()
{
int m, k;
int n;
cin >> n;
for(int i = 0; i < n; i ++)
{
cin >> a[i];
dp[i] = 1;
}
for(int i = 1; i < n; i ++)
{
for(int j = 0; j < i; j ++)
{
if(a[j] < a[i])
{
dp[i] = max(dp[j] + 1, dp[i]);
}
ans=max(ans, dp[i]);
}
}
cout << ans << endl;:
}
练习题
- 李白打酒加强版2114
- 分果果1459
- 开心的金明554
- 最优包含239
- 质数行者1027
- 货币系统331
- 合唱队形742
- 数组切分2148
- 括号序列1456
- 传球游戏525
- 画廊1032
- 游园安排1024
- 凑硬币1082
- 纪念品786。
- 积木画2110
- 采药563
- 摆花389;
- 蓝肽子序列1030
- 矩阵计数246
- 方格取数803