线性DP
题一 数字三角形
解题思路
三角形内的某个点,可以从这个点的左上方或右上方来到这个点,因此有状态转移方程:
f[i, j] = max(f[i - 1, j - 1] + a[i][j], f[i - 1][j] + a[i][j])
代码实现
cpp
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int N = 510;
int f[N][N], a[N][N];
int main()
{
int n;
cin >> n;
for (int i = 1; i <= n; i ++ )
{
for (int j = 1; j <= i; j ++ )
{
scanf("%d", &a[i][j]);
}
}
memset(f, -0x3f, sizeof f);//因为有负数的存在,所以需要初始化为负无穷,方便比大小取值
f[1][1] = a[1][1];
for (int i = 2; i <= n; i ++ )
{
for (int j = 1; j <= i; j ++ )
{
f[i][j] = max(f[i - 1][j - 1] + a[i][j], f[i - 1][j] + a[i][j]);
}
}
int res = -1e9;
for (int j = 1; j <= n; j ++ )
{
res = max(res, f[n][j]);
}
cout << res;
return 0;
}
题二 最长上升子序列
解题思路
假设题目给出了n个数,这n个数存在了a[N]中:
其中f[i] 表示以a[i]为结尾的最长上升子序列的长度(位置也是独特的,假设a[N]中有多个相同的数,他们的f值也不一定相同!!),则如果现在在计算第i个数的f[i]值,且遍历到了第j个数(j <= i) 并且 a[i] > a[]则有f[i] = max(f[i], f[j] + 1);
PS:最好在纸上模拟一次下面代码中的实现, 能很好地理解这个思路
代码实现
cpp
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int f[N], a[N];
int main()
{
int n;
cin >> n;
for (int i = 1; i <= n; i ++ )
{
scanf("%d", &a[i]);
}
for (int i = 1; i <= n; i ++ )
{
f[i] = 1;//第i个数的f值至少为1, 因为这个上升序列至少包含第i个数本身
for (int j = 1; j <= i; j ++ )
{
if (a[i] > a[j])
{
f[i] = max(f[i], f[j] + 1);
}
}
}
int res = -0x3f3f3f3f;
for (int i = 1; i <= n; i ++ )
{
res = max(res, f[i]);
}
cout << res;
return 0;
}
区间DP
题目
解题思路
i是左端点, j是右端点, k是分界线,s[i]是石子堆的前缀和
当最后一步将从i到k的石子与从k + 1到j的石子合并时, 其代价为s[j] - s[i - 1](前缀和)
代码实现
cpp
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int N = 310;
int f[N][N];
int s[N];
int main()
{
int n;
cin >> n;
for (int i = 1; i <= n; i ++ )
{
scanf("%d", &s[i]);
s[i] += s[i - 1];
}
for (int len = 2; len <= n; len ++ )
{
for (int i = 1; i + len - 1; i ++ )
{
int l = i, r = i + len - 1;
f[l][r] = 0x3f3f3f3f;
for (int k = i; k < r; k ++ )
{
f[l][r] = min(f[l][r], f[l][k] + f[k + 1][r] + s[r] - s[l - 1]);
}
}
}
cout << f[1][n];
return 0;
}