@DP入门
前言
1.定义:给定一个问题,我们把它拆分成若干子问题,直到子问题可以直接解决,然后把子问题的答案保存起来,以减少重复计算,再根据子问题答案反推,得到原问题解。
2.核心思想:递推
3.DP=DFS+记忆化搜索
一.经典中的经典:01背包问题
解法一:DFS+记忆化搜索
#include<bits/stdc++.h>
using namespace std;
const int N=1010;
int n,m;
int v[N],w[N];
int mem[N][N];//记忆数组
int dfs(int x,int spV){
if(mem[x][spV])return mem[x][spV];
int sum;
if(x>n)sum=0;
else if(spV<v[x])sum= dfs(x+1,spV);
else sum= max(dfs(x+1,spV),dfs(x+1,spV-v[x])+w[x]);
mem[x][spV]=sum;
return sum;
}
int main(){
scanf("%d %d",&n,&m);
for(int i=1;i<=n;i++){
scanf("%d %d",&v[i],&w[i]);
}
int res=dfs(1,m);
printf("%d",res);
return 0;
}
解法二:dp
#include<bits/stdc++.h>
using namespace std;
const int N=1010;
int n,m;
int v[N],w[N];
int mem[N][N];//mem[i][j]代表从第i个物品到第n个物品分配j体积所达到 的最大价值。
int main(){
scanf("%d %d",&n,&m);
for(int i=1;i<=n;i++){
scanf("%d %d",&v[i],&w[i]);
}
for(int i=n;i>=1;i--){
for(int j=0;j<=m;j++){
if(j<v[i])mem[i][j]=mem[i+1][j];
else mem[i][j]=max(mem[i+1][j],mem[i+1][j-v[i]]+w[i]);
}
}
printf("%d",mem[1][m]);
return 0;
}
对解法二空间优化
#include<bits/stdc++.h>
using namespace std;
const int N=1010;
int n,m;
int v[N],w[N];
int f[N];
int main(){
scanf("%d %d",&n,&m);
for(int i=1;i<=n;i++){
scanf("%d %d",&v[i],&w[i]);
}
for(int i=n;i>=1;i--){
for(int j=m;j>=0;j--){//这里j必须倒序
if(j>=v[i])f[j]=max(f[j],f[j-v[i]]+w[i]);
}
}
printf("%d",f[m]);
return 0;
}
二、背包问题集锦
1.二维费用的背包问题
tips:就是开一个三维数组,其他没区别
#include<bits/stdc++.h>
using namespace std;
const int N=1010;
int v1,m1,n1;
int v[N],w[N],m[N];
int f[N][102][102];
int main(){
scanf("%d %d %d",&n1,&v1,&m1);
for(int i=1;i<=n1;i++){
scanf("%d %d %d",&v[i],&m[i],&w[i]);
}
for(int i=n1;i>=1;i--){
for(int j=m1;j>=0;j--){
for(int k=v1;k>=0;k--){
if(j>=m[i]&&k>=v[i])f[i][j][k]=max(f[i+1][j][k],f[i+1][j-m[i]][k-v[i]]+w[i]);
else f[i][j][k]=f[i+1][j][k];
}
}
}
printf("%d",f[1][m1][v1]);
return 0;
}
2.完全背包问题![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/7bba9ea2942a496bbc5f47b267eb9b87.png)
tips:递推公式有改变,其他没区别
#include<bits/stdc++.h>
using namespace std;
const int N=1002;
int n,m;
int v[N],w[N];
int f[N][N];
int main(){
scanf("%d %d",&n,&m);
for(int i=1;i<=n;i++){
scanf("%d %d",&v[i],&w[i]);
}
for(int i=n;i>=1;i--){
for(int j=v[i];j<=m;j++){//注意要正序!!!
if(j>=v[i])f[i][j]=max(f[i+1][j],f[i][j-v[i]]+w[i]);
else f[i][j]=f[i+1][j];
}
}
printf("%d",f[1][m]);
return 0;
}
空间优化:
#include<bits/stdc++.h>
using namespace std;
const int N=1002;
int n,m;
int v[N],w[N];
int f[N];
int main(){
scanf("%d %d",&n,&m);
for(int i=1;i<=n;i++){
scanf("%d %d",&v[i],&w[i]);
}
for(int i=n;i>=1;i--){
for(int j=v[i];j<=m;j++){
f[j]=max(f[j],f[j-v[i]]+w[i]);
}
}
printf("%d",f[m]);
return 0;
}
三.题目强化
1.最小花费爬楼梯
简单题
2.最长递增子序列(lc300)
最重要的两点:1.mem数组含义:以下标为i的数字为结尾的最长子序列长度 2.递推含义:以下标为i的数字结尾的最长子序列的长度=以此序列的倒数第二位数字为结尾的最长子序列长度+1
class Solution {
public:
int lengthOfLIS(vector<int>& nums) {
vector<int>mem(nums.size());
int tmp=nums[0];
for(int i=0;i<nums.size();i++){
mem[i]=1;
for(int j=0;j<i;j++){
if(nums[j]<nums[i])mem[i]=max(mem[i],mem[j]+1);
}
}
int res=1;
for(int i=0;i<nums.size();i++){
res=max(res,mem[i]);
}
return res;
}
};
3.零钱兑换(lc322)
题解:
1.mem[i][j]含义:当可选硬币从第i个到第n个,组成总金额的最少硬币个数。
2.递推公式:完全背包问题
3.和完全背包不同的是,需要刚好等于总金额,故初始化数组为无穷大代表不能组成总金额(这里amount+1可以充当无穷大),同时mem[%d][0]应为0,代表可以组成总金额。
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
int mem[13][10002];
mem[coins.size()][0]=0;
for(int i=0;i<=coins.size();i++){
for(int j=1;j<=amount;j++){
mem[i][j]=amount+1;
}
}
for(int i=coins.size()-1;i>=0;i--){
mem[i][0]=0;
for(int j=1;j<=amount;j++){
if(j>=coins[i])mem[i][j]=min(mem[i+1][j],mem[i][j-coins[i]]+1);
else mem[i][j]=mem[i+1][j];
}
}
return mem[0][amount]>amount?-1:mem[0][amount];
}
};
用滚动数组优化空间
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int>mem(amount+1,amount+1);
mem[0]=0;
for(int i=coins.size()-1;i>=0;i--){
for(int j=1;j<=amount;j++){
if(j>=coins[i])mem[j]=min(mem[j],mem[j-coins[i]]+1);
}
}
return mem[amount]>amount?-1:mem[amount];
}
};
另一种角度:mem[i]含义:组成金额i的最少硬币个数
递推式:mem[i]等于mem[i-coin[1~n]]+1(如果有含义的话)中的最小值。
代码如下:
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int> dp(amount + 1,amount + 1); //这里之所以都填充成amount + 1是因为如果初始成0或者-1,求min的时候会无法耿新,所
//初始化成amount + 1,因为钱币的最小金额就是1,构成amount的最大钱币数量就是amount个
dp[0] = 0;
for(int i = 1;i <= amount;i++) {
for(auto& coin:coins) {
if(i >= coin) {
dp[i] = min(dp[i],dp[i - coin] + 1);
}
}
}
return dp[amount] > amount ? -1 : dp[amount]; //之所以有大于amount的情况比如样例二,因为在计算i=3的时候min里面的两个值
//都是4,一个是本身初始化amount + 1的四,一个是经过min算出的一个4;
}
};
4.整数拆分(lc343)
class Solution {
public:
int integerBreak(int n) {
vector<int> dp(n+1,1);//默认情况下dp[0]=1,dp[1] = 1,dp[2] =1;这个里面默认是有两个及以上的
for(int i=3;i<=n;i++){
for(int j =1;j<=i/2;j++){//只需要遍历一半就行
dp[i] = max(max(dp[i],j*dp[i-j]),j*(i-j));
}
}
return dp[n];
}
};
总结
这仅仅是最简单的DP题,还有更高的山在等着我们!!!