线性DP 区间DP C++

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 复制代码
#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 复制代码
#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 复制代码
#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;
}
相关推荐
云空4 分钟前
《解锁 Python 数据挖掘的奥秘》
开发语言·python·数据挖掘
青莳吖15 分钟前
Java通过Map实现与SQL中的group by相同的逻辑
java·开发语言·sql
Buleall22 分钟前
期末考学C
java·开发语言
重生之绝世牛码24 分钟前
Java设计模式 —— 【结构型模式】外观模式详解
java·大数据·开发语言·设计模式·设计原则·外观模式
小蜗牛慢慢爬行30 分钟前
有关异步场景的 10 大 Spring Boot 面试问题
java·开发语言·网络·spring boot·后端·spring·面试
Colinnian40 分钟前
Codeforces Round 994 (Div. 2)-D题
算法·动态规划
Algorithm157640 分钟前
云原生相关的 Go 语言工程师技术路线(含博客网址导航)
开发语言·云原生·golang
shinelord明1 小时前
【再谈设计模式】享元模式~对象共享的优化妙手
开发语言·数据结构·算法·设计模式·软件工程
დ旧言~1 小时前
专题八:背包问题
算法·leetcode·动态规划·推荐算法
Monly211 小时前
Java(若依):修改Tomcat的版本
java·开发语言·tomcat