动态规划机试2023.4.19

这篇具有很好参考价值的文章主要介绍了动态规划机试2023.4.19。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

eg12.1 N阶楼梯上楼问题

#include <bits/stdc++.h>
#include <ios>
const int N=100;
int dp[N];
using namespace std;
int main()
{
    ios_base::sync_with_stdio(0);
    cin.tie(0),cout.tie(0);
    int n;
    cin>>n;
    dp[0]=1;
    dp[1]=1;
    dp[2]=2;
    for(int i=3;i<=n;i++)
    {
        dp[i]=dp[i-1]+dp[i-2];
    }
    cout<<dp[n]<<endl;
    return 0;
}

ex12.1 吃糖果和(eg12.1的程序一模一样)

eg12.2 最大序列和

#include <bits/stdc++.h>
#include <climits>
using namespace std;
typedef long long LL;
const int N=1000010;
const int INF=INT_MAX;
LL dp[N],a[N];
int main()
{
   int n;
   while(cin>>n)
   {
      memset(dp,0,sizeof dp);
      for(int i=0;i<n;i++) cin>>a[i];
      //dp[i]的含义是以下标为i-1结尾的非空连续序列的最大序列和
      dp[0]=a[0];
      LL res=-1*INF;
      for(int i=1;i<n;i++)
      {
        dp[i]=max(dp[i-1]+a[i],a[i]);
        res=max(res,dp[i]);
      }
      cout<<res<<endl;
   }
   return 0;
}

eg12.3 最大子矩阵(北京大学复试上机题)

复习了二维前缀和并且使用暴力做法解出该题

#include <bits/stdc++.h>
using namespace std;
const int N=101;
const int INF=INT_MAX;
int a[N][N],s[N][N];

int main()
{
	int n;
	while(cin>>n)
	{
		memset(a,0,sizeof a);
		memset(s,0,sizeof s);
		for(int i=0;i<n;i++)
		{
			for(int j=0;j<n;j++)
			{
				cin>>a[i][j];
			}
		}
		s[0][0]=a[0][0];
		for(int i=1;i<n;i++) s[i][0]=s[i-1][0]+a[i][0];
		for(int j=1;j<n;j++) s[0][j]=s[0][j-1]+a[0][j];
		for(int i=1;i<n;i++)
		{
			for(int j=1;j<n;j++)
			{
		      s[i][j]+=s[i-1][j]+s[i][j-1]-s[i-1][j-1]+a[i][j];		
			}
		} 
		int res=-1*INF;
		for(int x1=0;x1<n;x1++)
		{
			for(int y1=0;y1<n;y1++)
			{
				for(int x2=x1;x2<n;x2++)
				{
					for(int y2=y1;y2<n;y2++)
					{
						int tmp=s[x2][y2]-s[x2][y1-1]-s[x1-1][y2]+s[x1-1][y1-1];
						res=max(res,tmp);
					}
				}
			}
		}
		cout<<res<<endl;
	}
	
	return 0;
}

ex12.2 最大连续子序列(浙江大学复试上机题)

使用前缀和

#include <bits/stdc++.h>
using namespace std;
const int N=10010;
const int INF=INT_MAX;
int a[N],s[N];//求前缀和

int main()
{
  int n;
  while(cin>>n)
  {
     if(n==0) break;
	 for(int i=0;i<n;i++) cin>>a[i];
	 s[0]=a[0];
	 for(int i=1;i<n;i++) s[i]=s[i-1]+a[i];
	 int res=-1*INF,resx,resy;
	 for(int x=0;x<n;x++)
	 {
	    for(int y=x;y<n;y++)
		{
		   int tmp=s[y]-s[x-1];
		   if(tmp>res) 
		   {
		   	  res=tmp;
		   	  resx=a[x];
		   	  resy=a[y];
		   }
		}	
	 }
	 cout<<res<<" "<<resx<<" "<<resy<<endl;	
  }   
  return 0;	
} 

eg12.4 拦截导弹(北京大学复试上机题)

最大不增子序列

//最长不增子序列
#include <bits/stdc++.h>
using namespace std;
const int N=100010;
int a[N];
int dp[N];

int main()
{
	ios_base::sync_with_stdio(0);
	cin.tie(0),cout.tie(0);

	int n;
	cin>>n;
	for(int i=0;i<n;i++) cin>>a[i];
	//dp[i]代表以第下标为i的元素结尾的最长不增子序列的长度 
    int res=0;
	for(int i=0;i<n;i++)
	{	
        dp[i]=1;
	    for(int j=0;j<i;j++)
		{
		  if(a[j]>=a[i])
		  {
		    dp[i]=max(dp[i],dp[j]+1);	
		  }
		}
		res=max(res,dp[i]);	
	} 
	cout<<res<<endl;
	return 0;
}

eg12.5 最大上升子序列和(北京大学复试上机题)

#include <bits/stdc++.h>
#include <ios>
using namespace std;
const int N=1010;
int a[N];
int dp[N];

int main()
{
    ios_base::sync_with_stdio(0);
    cin.tie(0),cout.tie(0);

    int n;
    while(cin>>n)
    {
        for(int i=0;i<n;i++) cin>>a[i];
        int res=0;
        for(int i=0;i<n;i++) 
        {
            dp[i]=a[i];//初始化dp
            for(int j=0;j<i;j++)
            {
                if(a[j]<a[i])
                {
                    dp[i]=max(dp[i],dp[j]+a[i]);
                    res=max(res,dp[i]);
                }
            }
        }
       cout<<res<<endl;
    }
    
    return 0;
}

ex12.3 合唱队形(北京大学复试上机题)

分析:首先从前往后寻找以i点为尾的最长递增子列,再从后往前寻找以i点为尾的最长递增子列,寻找点i两个子列和的最大值

代码如下:
 

#include <bits/stdc++.h>
using namespace std;
const int N=101;
int a[N],dp1[N],dp2[N];

int main()
{
    int n;
    while(cin>>n)
    {
        if(n==0) break;
        for(int i=0;i<n;i++) cin>>a[i];
        
        for(int i=0;i<n;i++)
        {
            dp1[i]=1;
            for(int j=0;j<i;j++)
            {
                if(a[j]<a[i])
                {
                    dp1[i]=max(dp1[i],dp1[j]+1);
                }
            }
        }
        for(int i=n-1;i>=0;i--)
        {
            dp2[i]=1;
            for(int j=n-1;j>i;j--)
            {
                if(a[j]<a[i])
                {
                    dp2[i]=max(dp2[i],dp2[j]+1);
                }
            }
        }
        int res=1;
        for(int i=0;i<n;i++)
        {
            res=max(res,dp1[i]+dp2[i]);
        }
        cout<<n-res+1<<endl;
    }
    return 0;
}

eg12.6 Common Subsequence

//最长公共子序列
#include <bits/stdc++.h>
using namespace std;
const int N=1001;
char s1[N];
char s2[N];
int dp[N][N];
//dp[i][j]代表以下标i-1结尾的字符串1的子串和以下标为j-1结尾的字符串2的子串的最长公共长度 
int main()
{
    ios_base::sync_with_stdio(0);
    cin.tie(0),cout.tie(0);  
    //string s1,s2;
	while(scanf("%s%s",s1+1,s2+1)!=EOF)
	//while(getline(cin,s1)&&getline(cin,s2))
	{
		int n=strlen(s1+1);
		int m=strlen(s2+1);
		int res=0;
		for(int i=0;i<=n;i++)
		{
			for(int j=0;j<=m;j++)
			{
				if(i==0||j==0)
				{
					dp[i][j]=0;
					continue;
				}
				if(s1[i]==s2[j])
				  dp[i][j]=dp[i-1][j-1]+1;
				else 
				  dp[i][j]=max(dp[i-1][j],dp[i][j-1]); 
			}
		}
		cout<<dp[n][m]<<endl;
	}	
} 

ex12.4 Coincidence(上海交通大学复试上机题)

#include <iostream>
#include <string>
#include <vector>
#include <string.h>
using namespace std;

string getLongestSubStr(string& str1, string& str2){
    int start = 0;
    int maxSub = 0;
    
    if(str1.size()>str2.size()){
        swap(str1, str2);
    }
    
    vector< vector<int> > vv(str1.size()+1, vector<int>(str2.size()+1,0));
    for(int i=1; i<=str1.size(); ++i){
        for(int j=1; j<=str2.size(); ++j){
            if(str1[i-1] == str2[j-1]){
                vv[i][j] = vv[i-1][j-1]+1;
            }
            if(vv[i][j] > maxSub){
                maxSub = vv[i][j];
                start = i-maxSub;
            }
        }       
    }
    return str1.substr(start, maxSub);
}

int main(){
    
    string str1,str2;
    while(cin>>str1>>str2){
        string s = getLongestSubStr(str1, str2);
        cout<<s<<endl;
    }
    
    return 0;
}

01背包模板

#include <bits/stdc++.h>
using namespace std;
const int N=100010;
int weight[N],value[N];
int dp[N];
int main()
{
    ios_base::sync_with_stdio(0);
    cin.tie(0),cout.tie(0);
    
    int n,m;
    cin>>n>>m;
    for(int i=0;i<n;i++) cin>>weight[i]>>value[i];
    
    for(int i=0;i<n;i++)
    {
        for(int j=m;j>=weight[i];j--)
         dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);
    }
    cout<<dp[m]<<endl;
    return 0;
}

完全背包模板

#include <bits/stdc++.h>
using namespace std;
const int N=100010;
int weight[N],value[N];
int dp[N];

int main()
{
    ios_base::sync_with_stdio(0);
    cin.tie(0),cout.tie(0);
    int n,m;
    cin>>n>>m;
    for(int i=0;i<n;i++) cin>>weight[i]>>value[i];
    
    for(int i=0;i<n;i++)
    {
       for(int j=weight[i];j<=m;j++)
       {
            dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);
       }
    }
    cout<<dp[m]<<endl;
    return 0;
}

多重背包模板文章来源地址https://www.toymoban.com/news/detail-421387.html

#include <bits/stdc++.h>
using namespace std;
const int N=101;
int weight[N],value[N],nums[N];
int dp[N][N];

int main()
{
    ios_base::sync_with_stdio(0);
    cin.tie(0),cout.tie(0);
    int n,m;
    cin>>n>>m;
    for(int i=1;i<=n;i++) cin>>weight[i]>>value[i]>>nums[i];
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        {
           for(int k=0;k<=nums[i]&&k*weight[i]<=j;k++)
            dp[i][j]=max(dp[i][j],dp[i-1][j-k*weight[i]]+k*value[i]);
        }
    }
    cout<<dp[n][m]<<endl;
    return 0;
}

到了这里,关于动态规划机试2023.4.19的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 动态规划篇-01:爬楼梯

    本文为力扣70:爬楼梯的详细解析。 虽然这道题的标签是“简单”,但是只有简单的题才能让我们专注于这类题的解题框架上。 一般来说动态规划会有三种解法:暴力解法、使用了备忘录自上而下的递归解法、使用了数组的自下而上的迭代解法。接下来我会对这三种解法逐一

    2024年01月17日
    浏览(32)
  • 最小花费爬楼梯(动态规划)

    题目: 给你一个整数数组 cost ,其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用,即可选择向上爬一个或者两个台阶。 你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。 请你计算并返回达到楼梯顶部的最低花费。 输入格式: n 个整数,代表从

    2024年02月07日
    浏览(37)
  • 【LeetCode热题100】【动态规划】爬楼梯

    题目链接:70. 爬楼梯 - 力扣(LeetCode) 就是个斐波那契数列,达到第三个台阶的跳法可以从第一个台阶直接跳两步或者是从第二个台阶跳一步,因此对于第n个台阶来说,可以从第n-2个台阶跳两步到达,也可以从第n-1个台阶到达,因此跳到第n个台阶的跳法等于前两个台阶的跳

    2024年04月11日
    浏览(112)
  • day38|动态规划-爬楼梯问题

    动态规划比较重要的是找到前后两个状态之间的联系,在向后遍历的过程中注意遍历的顺序和初始化操作。 动归基础类问题 背包问题 打家劫舍 股票问题 子序列问题 动态规划类的问题代码都是比较简洁的,按照dp打印逻辑观察打印出来的数值。 dp数组以及下标的含义dp[i][j

    2024年02月07日
    浏览(43)
  • 动态规划之使用最小花费爬楼梯

    题目链接选自力扣 : 使用最小花费爬楼梯 先根据示例 1 来理解一下题目的意思. 可以看到, 此时一共有两个起始位置 0 ,1. 并且这三个位置都对应了一定的费用 10, 15 当我们选择从某个地方开始想要向上走就得支付当前位置的费用才可以向上一格或者两格. 当前这个示例就是从

    2024年02月10日
    浏览(63)
  • 动态规划之 70爬楼梯(第2道)

    题目: 假设你正在爬楼梯。需要  n  阶你才能到达楼顶。 每次你可以爬  1  或  2  个台阶。你有多少种不同的方法可以爬到楼顶呢? 题目链接:70. 爬楼梯 - 力扣(LeetCode) 示例: 解法:  假如爬到第 i 层,那要么是从第 i-1 层爬上来的,要么是从第 i-2 爬上来的。

    2024年02月13日
    浏览(68)
  • LeetCode使用最小花费爬楼梯(动态规划)

    链接: 使用最小花费爬楼梯 题目描述 算法流程(方法一) 编程代码 优化代码 算法流程(方法二) 编程代码 代码优化

    2024年02月15日
    浏览(31)
  • DAY42:动态规划(二)斐波那契数列+爬楼梯+最小花费爬楼梯

    斐波那契数 (通常用 F(n) 表示)形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始,后面的每一项数字都是前面两项数字的和。也就是: 给定 n ,请计算 F(n) 。 示例 1: 示例 2: 示例 3: 提示: 0 = n = 30 思路:动规五步 确定dp数组和数组下标含义 DP题目都需要定义一维

    2024年02月13日
    浏览(57)
  • [高精度加法与动态规划混合] 数楼梯

    楼梯有 N N N 阶,上楼可以一步上一阶,也可以一步上二阶。 编一个程序,计算共有多少种不同的走法。 一个数字,楼梯数。 输出走的方式总数。 样例输入 #1 样例输出 #1 对于 60 % 60% 60% 的数据, N ≤ 50 N leq 50 N ≤ 50 ; 对于 100 % 100% 100% 的数据, 1 ≤ N ≤ 5000 1 le N leq 5

    2024年01月21日
    浏览(42)
  • Java之动态规划之爬楼梯问题

    目录 0.动态规划问题 一.爬楼梯 1.题目描述 2.问题分析 3.代码实现 二.使用最小花费爬楼梯 1.题目描述 2.问题分析 3.代码实现 三. 爬楼梯(进阶版) 1.题目描述 2.问题分析 3.代码实现 四.坏掉楼梯的爬楼梯问题 1.题目描述 2.问题分析 3.代码实现 五.第39级台阶 1.题目描述 2.问题分析

    2024年02月08日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包