acwing算法基础之动态规划--DP习题课1

这篇具有很好参考价值的文章主要介绍了acwing算法基础之动态规划--DP习题课1。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。

1 基础知识

暂无。。。

2 模板

暂无。。。

3 工程化

题目1:最长严格上升子序列,要求时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn)

解题思路:保存每个长度下的最小的结尾元素值,遍历数组元素时,通过二分找到它,然后更新它即可,返回len。

该算法的关键步骤如下:

  1. 定义向量vecvec[i]表示所有长度为i+1的上升子序列的集合,该集合当中最后一个元素最小的那个值。很显然可以知道,vec中的元素满足严格单调递增(根据vec[i]的定义即可得到)。
  2. 遍历原先的数组中的每一个元素x,在vec中找到>=x的第一个元素的下标idx:如果这个下标不存在,往vec中插入元素x;否则vec[idx] = x

C++代码如下,文章来源地址https://www.toymoban.com/news/detail-772255.html

#include <iostream>
#include <vector>

using namespace std;

const int N = 1e5 + 10;
int n;
int a[N];

int main() {
    
    cin >> n;
    for (int i = 0; i < n; ++i) cin >> a[i];
    
    vector<int> vec;
    for (int i = 0; i < n; ++i) {
        //在vec中找到>=a[i]的第一个元素的下标
        int idx = lower_bound(vec.begin(), vec.end(), a[i]) - vec.begin();
        if (idx == vec.size()) {//表示没有找到
            vec.emplace_back(a[i]);
        } else {
            vec[idx] = a[i];
        }
    }
    
    cout << vec.size() << endl;
    
    return 0;
}

题目1扩展1:求最长严格下降子序列。要求算法时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn)

解题思路:将原先数组reverse一遍,等价于题目1。

题目2:最小编辑距离。有三种操作,插入、删除和替换,求将字符串a变成字符串b的最小操作次数。

解题思路:DP,考虑最后一次操作次数。

状态定义,f[i][j]:将字符串a的前i位变为字符串b的前j位的最小操作次数。

状态转移,有

  1. 最后一次操作是插入操作,则说明操作前已经匹配了字符串b的前j-1位,故f[i][j - 1] + 1
  2. 最后一次操作是删除操作,则说明操作前字符串a的前i-1位已经匹配了字符串b的前j位,故f[i - 1][j] + 1
  3. 最后一次操作是替换操作,则说明操作前字符串a的前i-1位已经匹配了字符串b的前j-1位,但可能a[i] == b[j],则f[i - 1][j - 1];否则f[i - 1][j - 1] + 1

初始化,f[i][0]表示将a的前i位变成b的前0位,则值为if[0][j]表示将a的前0位变成b的前j位,则值为j

最终答案,f[n][m]

C++代码为,

#include <iostream>

using namespace std;

const int N = 1010;
int n, m;
char a[N], b[N];
int f[N][N];

int main() {
    cin >> n >> a + 1;
    cin >> m >> b + 1;
    
    
    for (int i = 0; i <= n; ++i) f[i][0] = i;
    for (int j = 0; j <= m; ++j) f[0][j] = j;
    
    for (int i = 1; i <= n; ++i) {
        for (int j = 1; j <= m; ++j) {
            f[i][j] = min(f[i-1][j] + 1, f[i][j-1] + 1);
            if (a[i] == b[j]) f[i][j] = min(f[i][j], f[i-1][j-1]);
            else f[i][j] = min(f[i][j], f[i-1][j-1] + 1);
        }
    }
    
    cout << f[n][m] << endl;
       
    return 0;
}

题目3:编辑距离。

思路:就是将题目2的实现套用过来,调用多次即可。

C++代码如下,

#include <iostream>
#include <cstring>

using namespace std;

const int N = 1010, M = 20;
int n, m;
char str[N][M];
int f[M][M];

int get_dis(char a[], char b[]) {
    int la = strlen(a + 1), lb = strlen(b + 1);
    
    for (int i = 0; i <= la; ++i) f[i][0] = i;
    for (int j = 0; j <= lb; ++j) f[0][j] = j;
    
    for (int i = 1; i <= la; ++i) {
        for (int j = 1; j <= lb; ++j) {
            f[i][j] = min(f[i-1][j] + 1, f[i][j-1] + 1);
            f[i][j] = min(f[i][j], f[i-1][j-1] + (a[i] != b[j]));
        }
    }
    return f[la][lb];
}

int main() {
    cin >> n >> m;
    for (int i = 1; i <= n; ++i) cin >> str[i] + 1;
    
    for (int j = 1; j <= m; ++j) {
        int limit;
        char b[20];
        cin >> b + 1 >> limit;
        
        int res = 0;
        for (int i = 1; i <= n; ++i) {
            if (get_dis(str[i], b) <= limit) res += 1;
        }
        cout << res << endl;
    }
    
    return 0;
}

题目4:整数划分问题。给定整数 n n n,求有多少种划分方案。比如31+1+11+23这3种划分方案。

思路:它属于计数类DP。

(解法一)

状态定义,f[i][j]:从前i个数中选,总和为j的方案数。

考虑最后一次选法,状态转移,有,

  1. 不选第i个数,即f[i-1][j]
  2. 选1个第i个数,即f[i-1][j-i]
  3. 选2个第i个数,即f[i-1][j - 2 * i]
    ……
  4. 选s个第i个数,即f[i-1][j - s * i]

故,综合上述,f[i][j]状态转移为,

f[i][j] = f[i-1][j] + f[i-1][j-i] + f[i-1][j - 2 * i] + f[i-1][j - 3 * i] + ... + f[i-1][j - s * i]

考虑状态f[i][j-i]的状态转移,有

f[i][j-i] = f[i-1][j-i] + f[i-1][j - 2 * i] + f[i-1][j - 3 * i] + ... + f[i-1][j - s * i]

f[i][j]的状态转移可以写成,

f[i][j] = f[i-1][j] + f[i][j-i]

初始化,f[0][0] = 1

同时利用滚动数组优化,可以有如下C++代码,

#include <iostream>

using namespace std;

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

int main() {
    cin >> n;
    
    f[0] = 1;
    
    for (int i = 1; i <= n; ++i) {
        for (int j = i; j <= n; ++j) {
            f[j] = (f[j] + f[j-i]) % mod;
        }
    }
    
    cout << f[n] << endl;
    
    return 0;
}

(解法二)
状态表示f[i][j]:总和是i,有j个数,的所有方案数。

f[i][j]的状态转移,有,

  1. 拆分出来的数的最小值是1,即·f[i-1][j-1]
  2. 拆分出来的数的最小值大于1,即f[i-j][j]

f[i][j]的状态转移为,

f[i][j] = f[i-1][j-1] + f[i-j][j]

初始化,f[0][0] = 1

最终答案,f[n][1] + f[n][2] + ... + f[n][n]

C++代码如下,

#include <iostream>

using namespace std;

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

int main() {
    cin >> n;
    f[0][0] = 1;
    
    for (int i = 1; i <= n; ++i) {
        for (int j = 1; j <= i; ++j) {
            f[i][j] = (f[i-1][j-1] + f[i-j][j]) % mod;
        }
    }
    
    int res = 0;
    for (int j = 1; j <= n; ++j) res = (res + f[n][j]) % mod;
    
    cout << res << endl;
    
    return 0;
}

到了这里,关于acwing算法基础之动态规划--DP习题课1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

  • Acwing-基础算法课笔记之动态规划(背包问题)

    Acwing-基础算法课笔记之动态规划(背包问题)

    01背包中的0和1指的是放与不放,而且不能出现放多个的情况,背包只能放相同物品中的一个; 首先是对 d [ i ] [ j ] d[i][j] d [ i ] [ j ] 数组的解释,该数组表示的是只看前 i i i 个物品,总体积是 j j j 的情况下,总价值最大是多少; 不选第 i i i 个物品,只考虑前 i − 1 i-1 i −

    2024年04月17日
    浏览(20)
  • 【AcWing算法基础课】第五章 动态规划(未完待续)

    【AcWing算法基础课】第五章 动态规划(未完待续)

    本专栏文章为本人AcWing算法基础课的学习笔记,课程地址在这。如有侵权,立即删除。 dp问题的优化 :在基本形式dp上作等价变形。 dp问题的解题方法 : 1)状态表示 集合 属性:最大值/最小值/数量。 2)状态计算 集合划分(不重不漏) 题目链接: 2. 01背包问题 - AcWing题库

    2024年02月12日
    浏览(12)
  • C++算法之动态规划(ACWING题目)

    动态规划时间复杂度:状态数量*转移计算量 线性DP 一.数字三角形 动态规划:     1.状态表示:         集合:f[i, j]表示所有从起点走到(i, j)的路径         属性:所有路径上的数字之和的最大值     2.状态计算:         如何得到f[i, j]?             从左边路径走到和

    2024年02月20日
    浏览(9)
  • 【算法|动态规划 | 01背包问题No.2】AcWing 423. 采药

    【算法|动态规划 | 01背包问题No.2】AcWing 423. 采药

    个人主页:兜里有颗棉花糖 欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 兜里有颗棉花糖 原创 收录于专栏【手撕算法系列专栏】【AcWing算法提高学习专栏】 🍔本专栏旨在提高自己算法能力的同时,记录一下自己的学习过程,希望对大家有所帮助 🍓希望我们一起努力、成

    2024年02月06日
    浏览(39)
  • Acwing.901 滑雪(动态规划)

    Acwing.901 滑雪(动态规划)

    给定一个R行C列的矩阵,表示一个矩形网格滑雪场。 矩阵中第i行第j列的点表示滑雪场的第i行第j列区域的高度。 一个人从滑雪场中的某个区域内出发,每次可以向上下左右任意一个方向滑动一个单位距离。当然,一个人能够滑动到某相邻区域的前提是该区域的高度低于自己

    2024年02月15日
    浏览(10)
  • Acwing.291 蒙德里安的梦想(动态规划)

    Acwing.291 蒙德里安的梦想(动态规划)

    求把N M的棋盘分割成若干个1 2的的长方形,有多少种方案。 例如当N=2,M=4时,共有5种方案。当N=2,M=3时,共有3种方案。如下图所示: 输入包含多组测试用例。 每组测试用例占一行,包含两个整数N和M。 当输入用例N=0,M=0时,表示输入终止,且该用例无需处理。 每个测试用例

    2024年02月15日
    浏览(9)
  • Acwing.91 最短Hamilton路径(动态规划)

    Acwing.91 最短Hamilton路径(动态规划)

    给定一张n个点的带权无向图,点从0~n-1标号,求起点0到终点n-1的最短Hamilton路径。Hamilton路径的定义是从0到n-1不重不漏地经过每个点恰好一次。 第—行输入整数n。 接下来n行每行n个整数,其中第i行第j个整数表示点i到j的距离(记为a[i.i])。对于任意的, y,z,数据保证a[x,x]=0,

    2024年02月15日
    浏览(10)
  • Acwing.285 没有上司的舞会(动态规划)

    Acwing.285 没有上司的舞会(动态规划)

    Ural大学有N名职员,编号为1~N。 他们的关系就像—棵以校长为根的树,父节点就是子节点的直接上司。每个职员有一个快乐指数,用整数H给出,其中1≤i≤N。 现在要召开一场周年庆宴会,不过,没有职员愿意和直接上司一起参会。 在满足这个条件的前提下,主办方希望邀请

    2024年02月15日
    浏览(10)
  • AcWing 1.2.1 最长上升子序列模型 + 动态规划 + 图解(详细)

    AcWing 1.2.1 最长上升子序列模型 + 动态规划 + 图解(详细)

    (1)acwing 4557. 最长上升子序列  4557. 最长上升子序列 - AcWing题库 给定一个长度为 N 的整数序列  a1,a2,…,aN 。请你计算该序列的 最长上升子序列的长度 。上升子序列是指数值 严格单调递增的子序列 输入格式 第一行包含整数 N 第二行包含 N个整数 a1,a2,…,aN 输出格式 一行

    2024年02月06日
    浏览(11)
  • 【第二十五课】动态规划:完全背包问题(acwing-3 / 公式推导 / 思路理解 / 优化 / c++代码)

    【第二十五课】动态规划:完全背包问题(acwing-3 / 公式推导 / 思路理解 / 优化 / c++代码)

    目录 思路 朴素代码 优化 公式推导上  二维代码  一维代码 公式理解上   在开始看完全背包问题之前,可能需要先了解01背包及其解决办法。 指路👇 【第二十五课】动态规划:01背包问题(acwing-2 / 思路 / 含一维数组优化 / c++代码) 这个问题和01背包的区别就是 每件物品可以

    2024年03月19日
    浏览(15)

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