Acwing 区间DP & 计数类DP

1.区间DP

Acwing 282.石子合并

思路分析:

  • f(i,j)表示将第i堆石子到第j堆石子合并为一堆时的最小代价;
  • 状态划分:选一个分割点k,将[i-k]和[k+1,j]这两个区间的石子合并,然后加上两个区间的合并总代价(采用前缀和计算区间i到j的值,s[j]-s[i-1]😉
  • 初始从枚举区间长度开始(即石子堆数),区间长度len从2到n枚举(从2开始是因为,若len为1,则没必要合并)
  • 然后枚举左端点i,从l到i+len-1;
  • k从左端点i开始枚举,比如k=i+1时,区间被分割为(i,i+1),(i+2,i+len-1),左边区间就一堆,右边区间len-1堆;
  • 状态转移方程:f[l][r]=max(f[l][r],f[l][k]+f[k+1][r]+s[r]-s[l-1])

具体实现代码(详解版):

cpp 复制代码
#include <iostream>
#include <algorithm>

using namespace std;

const int N = 310; 
int n; 
int s[N]; // 用于存储石子堆的大小,以及后续的前缀和
int f[N][N]; // 动态规划数组,f[l][r] 表示合并从第 l 堆到第 r 堆石子的最小代价

int main() {
    cin >> n; 

    
    for (int i = 1; i <= n; i++) {
        cin >> s[i];
    }

    // 计算前缀和数组
    // s[i] 表示从第1堆石子到第i堆石子的总和,用于快速计算区间内石子总和
    for (int i = 1; i <= n; i++) {
        s[i] += s[i - 1];
    }

    // 枚举区间长度 len,从2开始,因为长度为1的区间不需要合并
    for (int len = 2; len <= n; len++) {
        // 枚举区间的左端点 i,右端点 r = i + len - 1
        for (int i = 1; i + len - 1 <= n; i++) {
            int l = i, r = i + len - 1; // l 是左端点,r 是右端点

            // 初始化 f[l][r] 为一个很大的值,确保后面计算的最小值能够替换它
            f[l][r] = 1e8;

            // 枚举分割点 k,将区间 [l, r] 分成 [l, k] 和 [k+1, r] 两部分
            for (int k = l; k < r; k++) {
                // 动态规划转移方程:
                // 合并 [l, k] 和 [k+1, r] 的代价加上合并整个区间的代价
                f[l][r] = min(f[l][r], f[l][k] + f[k + 1][r] + s[r] - s[l - 1]);
            }
        }
    }

    // 输出从第1堆到第n堆的最小合并代价,即 f[1][n]
    cout << f[1][n] << endl;

    return 0;
}

2.计数类DP

Acwing 900.整数划分

实现思路:本题求的是方案个数,而不要求方案顺序,即4=1+1+2 和4=1+2+1是一样的

(1)方案一:转化为完全背包问题。将n看成是背包容量,而1~n之间的数看成物品,且各个物品的数量是无限的,至此转化为完全背包问题

  • f(i,j)表示从前i个数字(物品)中选择,之和恰好是j(体积)的方案个数
  • 以第i个数字选择了几次(物品i放了几个)做集合划分。若只选0个i,那么前i-1数的选择之和已经满足j,故为f[i-1][j];若第i个数字选择了k次,那么前i-1个数的选择之和为j-k*v[i],故f[i-1][j-v[i]]
  • 类似完全背包问题的分析与优化:

f[i][j] = f[i - 1][j] + f[i - 1][j - i] + f[i - 1][j - 2i] + .... + f[i - 1][j - k*i]

f[i][j - i] = f[i - 1][j - i] + f[i - 1][j - 2i] + .... + f[i - 1][j - k*i]

  • 所以:

状态转移方程f[i][j] = f[i - 1][j] + f[i][j - i]

优化至一维

f[j] = f[j] + f[j - i]表示和为j的方案数量

具体实现代码(详解版):

cpp 复制代码
#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010, mod = 1e9 + 7; 
int n; 
int f[N]; // 动态规划数组 f[j] 表示将整数 j 拆分为若干正整数之和的方案数

int main() {
    cin >> n; 

    f[0] = 1; // 初始化 f[0] = 1,因为将0拆分为零个数只有一种方案(空方案)

    // 遍历所有正整数 i,表示我们将 i 作为拆分的一部分
    for (int i = 1; i <= n; i++) {
        // 遍历所有从 i 到 n 的数 j,更新将 j 拆分的方案数
        for (int j = i; j <= n; j++) {
            //转移方程
            f[j] = (f[j] + f[j - i]) % mod;
        }
    }

    cout << f[n] << endl;

    return 0;
}

(2)方案二

  • f[i][j]表示,所有总和是i,并且恰好表示成j个数之和的方案的数量。
  • 集合划分,能够分为如下两类:
    • 方案中最小值是1的所有方案,这时候去掉一个1,此时和变成了i - 1 ,个数变成了j - 1 ,即f[i - 1][j - 1];
    • 方案中最小值大于1的所有方案,此时将j个数都减去1,此时和变成了i - j(j个数每个数都-1,共-j),个数还是j,即f[i - j][j];
  • 最终状态转移方程为:f[i][j] = f[i - 1][j-1] + f[i-j][j];
  • 结果输出应为f[n][1] + f[n][2] + f[n][3] + ... + f[n][n]

具体实现代码(详解版):

cpp 复制代码
#include <iostream>
#include <algorithm>

using namespace std;

const int N = 1010, mod = 1e9 + 7; 
int n; 
int f[N][N]; 

int main() {
    cin >> n; 
    
    f[0][0] = 1;//和为0,表示的方案为1
    
    for(int i = 1; i <= n; i ++){
        for(int j = 1; j <= i ; j ++){
            //两种情况:1.最小值是1;2.最小值大于1.
            f[i][j] = (f[i - 1][j - 1] + f[i - j][j]) % mod;
        }
    }
    
    int res = 0;
    //f[n][1]+f[n][2]+...+f[n][n]
    for(int i = 1; i <= n; i ++) res =(res + f[n][i]) % mod;
    
    cout << res << endl;

    return 0;
}

以上就是区间DP和计数类DP的问题,分析方法还是和之前的一样,重点在于问题的转化和状态转移方程的求解~

相关推荐
时光の尘1 分钟前
C语言菜鸟入门·关键字·void的用法
c语言·开发语言·c++·算法·c#·c·关键字
蚂蚁没问题s2 分钟前
图像处理 - 色彩空间转换
图像处理·人工智能·算法·机器学习·计算机视觉
戊子仲秋14 分钟前
【LeetCode】每日一题 2024_11_21 矩阵中的蛇(模拟)
算法·leetcode·矩阵
HP-Patience18 分钟前
【机器学习】- 模型复杂度vs模型误差
python·算法·机器学习
螺旋天光极锐斩空闪壹式!26 分钟前
第十三课 二维数组(2)方向数组
开发语言·c++·算法
peter801530 分钟前
算法项目推荐
算法
小小白白蛆31 分钟前
剑指offer JZ51 数组中的逆序对
数据结构·算法·排序算法
十五年专注C++开发36 分钟前
C++不完整类型(Incomplete Type)的检测与避免
开发语言·c++·算法·设计模式
eternal199543 分钟前
优化算法|基于Deep-Q-Network(DQN)的邻域搜索算法求解分布式柔性作业车间调度问题
分布式·算法
清流君3 小时前
【运动规划】移动机器人运动规划与轨迹优化全解析 | 经典算法总结
人工智能·笔记·算法·机器人·自动驾驶·运动规划