紫书dp 嵌套矩阵

描述
有n个矩形,每个矩形可以用a,b来描述,表示长和宽。矩形X(a,b)可以嵌套在矩形Y(c,d)中当且仅当a

分析:

矩形之间的“可嵌套”关系是一个典型的二元关系,二元关系可以用图来建模。如果矩形X可以嵌套在矩形Y里,就从X到Y连一条有向边。这个有向图是无环的,因为一个矩形无法直接或间接嵌套在自己内部。换句话说,就是求DAG的最长路径。
设d(i)表示从结点i出发的最长路径长度
d(i)=max{d(j)+1|(i,j)∈E}
题目来源:http://acm.nyist.net/JudgeOnline/problem.php?pid=16

代码:

#include <bits/stdc++.h>

using namespace std;
const int maxn = 100000+9;
int d[maxn];
int n;
struct{
   int h,w;
}rec[maxn];

bool edge(int i,int j)
{
    return (rec[i].h>rec[j].h&&rec[i].w>rec[j].w)||(rec[i].h>rec[j].w&&rec[i].w>rec[j].h);
}

//记忆化搜索
int dp(int i)
{
    int& ans=d[i];
    if(ans>0) return ans;
    ans = 1;
    for(int j = 1;j<=n;j++)
        if(edge(i,j)) ans = max(ans,dp(j)+1);
    return ans;
}

void print_ans(int i)
{
    printf("%d ",i);
    for(int j = 1;j<=n;j++)
        if(edge(i,j)&&d[i]==d[j]+1)
    {
        print_ans(j);
        break;
    }
}

int main()
{
    int T;
    cin>>T;
    while(T--)
    {
        cin>>n;
        memset(d,-1,sizeof(d));
        for(int i =1 ; i<=n ; ++i)scanf("%d %d",&rec[i].h,&rec[i].w);
        for(int i =1;i <= n;++i) dp(i);
        int m =1 ;
        for(int i=2;i<=n;i++)
        {
            if(d[m]<d[i]) m=i;
        }

        /*print_ans(m);
        printf("\n");*/

        cout<<d[m]<<endl;
        cout<<endl;
    }
    return 0;
}
1. 数字三角形问题:给定一个数字三角形,从顶部出发,每次只能移动到相邻的数字,求从顶部到底部路径上所有数字之和的最大值。 - 分析:可以使用动态规划来解决该问题,从底部开始递推,每个位置上的最优解为当前位置的值加上下一行相邻的两个数字中较大的那个。最终得到从顶部到底部路径上所有数字之和的最大值。 2. 矩阵链乘问题:给定一系列矩阵,求它们相乘的最小代价。 - 分析:可以使用动态规划来解决该问题,设计一个二维数组来存储每个矩阵链的最优解,递推公式为dp[i][j] = min(dp[i][k] + dp[k+1][j] + p[i-1]*p[k]*p[j]),其中p[i-1]表示第i个矩阵的行数,p[i]表示第i个矩阵的列数,k为i到j之间的分割点。 3. 最长公共子序列问题:给定两个序列,求它们的最长公共子序列的长度。 - 分析:可以使用动态规划来解决该问题,设计一个二维数组来存储两个序列中每个子序列的最优解,递推公式为dp[i][j] = dp[i-1][j-1] + 1(当序列i和序列j的最后一个元素相同时),dp[i][j] = max(dp[i-1][j], dp[i][j-1])(当序列i和序列j的最后一个元素不同时)。 4. 最大字段和问题:给定一个序列,求它的连续子序列中,所有元素之和的最大值。 - 分析:可以使用动态规划来解决该问题,设计两个变量来存储当前的最大字段和和最大字段的起始位置,递推公式为sum[i] = max(sum[i-1]+a[i], a[i]),其中sum[i]表示以a[i]结尾的最大字段和。 5. 0-1背包问题:给定一组物品,每个物品有一个重量和一个价值,在限定的背包容量内,选择哪些物品可以使得它们的总价值最大。 - 分析:可以使用动态规划来解决该问题,设计一个一维数组来存储当前背包容量下的最大价值,递推公式为dp[j] = max(dp[j], dp[j-w[i]]+v[i]),其中dp[j]表示背包容量为j时的最大价值,w[i]表示第i个物品的重量,v[i]表示第i个物品的价值。 6. 矩形嵌套问题:给定一些矩形,判断是否存在一种嵌套方式,使得所有矩形都被嵌套在其中一个矩形中。 - 分析:可以先按照长或宽进行排序,然后使用动态规划来解决该问题,设计一个一维数组来存储每个矩形的嵌套深度,递推公式为dp[i] = max(dp[j])+1(当第i个矩形可以嵌套在第j个矩形内部时),dp[i] = 1(当第i个矩形无法嵌套在其他矩形内部时)。最终判断是否存在一个矩形的嵌套深度等于矩形的个数即可。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值