区间dp(含模板及例题)

概述:

区间dp:就是对于区间的一种动态规划,对于某个区间,它的合并方式可能有很多种,我们需要去枚举所有的方式,通常是去枚举区间的分割点,找到最优的方式(一般是找最少消耗)。

例如:对于区间【i,j】,它的合并方式有很多种,可以是【i,i+1】和【i+2,j】也可以是【i,k】和【k+1,j】(其中i <= k < j)……

在合并区间时,一般会有消耗(根据题意去计算),状态转移方程就可以表示成:

dp[i][j] = min(dp[i][j], dp[i,k] + dp[k+1][j] + 合并区间的消耗 ) (k是区间分割点)

for (int k = i; k < j; k++) {	//枚举区间分割点
	dp[i][j] = Math.min(dp[i][j], dp[i][k]+dp[k+1][j]+合并区间的消耗);
}

模板:

通常都是先枚举区间长度,区间长度为1就不用合并,所以从2开始枚举,然后枚举左端点,那么右端点就为左端点加区间长度-1,再枚举分割点 k,最后计算不同分割点 k 的情况下,合并区间的消耗,dp[i][j]选择其中的最小消耗。(需要注意的是要记得根据题意给上初值)

for (int len = 2; len <= n; len++) {//先枚举区间长度
	for (int i = 1; i+len-1 <= n; i++) {//再枚举区间左端点,左端点加区间长度为右端点,不能大于n
		int j = i+len-1;	//区间右端点
		for (int k = i; k < j; k++) {	//枚举区间分割点
			dp[i][j] = Math.min(dp[i][j], dp[i][k]+dp[k+1][j]+合并区间的消耗);
		}
	}
}

模板题:石子合并 

设有 N 堆石子排成一排,其编号为 1,2,3,…,N。每堆石子有一定的质量,可以用一个整数来描述,现在要将这 N 堆石子合并成为一堆。每次只能合并相邻的两堆,合并的代价为这两堆石子的质量之和,合并后与这两堆石子相邻的石子将和新堆相邻,合并时由于选择的顺序不同,合并的总代价也不相同。例如有 4 堆石子分别为 1 3 5 2, 我们可以先合并 、2 堆,代价为 4,得到 4 5 2, 又合并1,2 堆,代价为 9,得到 9 2 ,再合并得到 11,总代价为 4+9+11=24;如果第二步是先合并2,3 堆,则代价为 7,得到 4 7,最后一次合并代价为 11,总代价为 4+7+11=22。

问题是:找出一种合理的方法,使总的代价最小,输出最小代价。

题目链接:石子合并

思路:这可以直接套模板,只需要去处理如何计算合并消耗,我们由题中可知两区间石子的总重量就是合并消耗,由此很自然地想到用前缀和来计算区间和。

代码:

import java.util.Arrays;
import java.util.Scanner;
public class Main {
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		int n = sc.nextInt();
		int[][] dp = new int[n+1][n+1];
		int[] sum = new int[n+1];
		for (int i=1; i<=n;i++) {
			sum[i] = sum[i-1] + sc.nextInt();//接收并计算前缀和
			Arrays.fill(dp[i], (int)1e8);//先将所有元素赋值为一个很大的数,因为求的是最小值
			dp[i][i] = 0;	//合并区间长度为1的初始值为0
		}
		for (int len = 2; len <= n; len++) {//先枚举区间长度
			for (int i = 1; i+len-1 <= n; i++) {//再枚举区间左端点,左端点加区间长度不能大于n
				int j = i+len-1;	//区间右端点
				for (int k = i; k < j; k++) {//枚举区间分割点
					dp[i][j] = Math.min(dp[i][j], 
                                            dp[i][k]+dp[k+1][j]+sum[j]-sum[i-1]);
				}
			}
		}
		System.out.println(dp[1][n]);
	}
}

例题2:关路灯               

某一村庄在一条路线上安装了 n 盏路灯,每盏灯的功率有大有小(即同一段时间内消耗的电量有多有少)。老张就住在这条路中间某一路灯旁,他有一项工作就是每天早上天亮时一盏一盏地关掉这些路灯。

为了给村里节省电费,老张记录下了每盏路灯的位置和功率,他每次关灯时也都是尽快地去关,但是老张不知道怎样去关灯才能够最节省电。他每天都是在天亮时首先关掉自己所处位置的路灯,然后可以向左也可以向右去关灯。开始他以为先算一下左边路灯的总功率再算一下右边路灯的总功率,然后选择先关掉功率大的一边,再回过头来关掉另一边的路灯,而事实并非如此,因为在关的过程中适当地调头有可能会更省一些。

现在已知老张走的速度为 1m/s,每个路灯的位置(是一个整数,即距路线起点的距离,单位:m)、功率(W),老张关灯所用的时间很短而可以忽略不计。

请你为老张编一程序来安排关灯的顺序,使从老张开始关灯时刻算起所有灯消耗电最少(灯关掉后便不再消耗电了)。

链接:关路灯

思路: 本题与上一题的区别在于合并区间的消耗方式不同,为功率x时间,速度为1m/s,所以消耗又可表示为功率x移动距离,因为要记录上一次所在位置才能知道到走到现在位置的距离,所以增加一维空间dp[i][j][0]表示关完 i ~ j 时,老张站在 i 点,dp[i][j][1]表示关完 i ~ j 时,老张站在 j 点,他只有这两种站法,因为区间 [i , j] 要么是[i + 1, j]往左走一格得来的,此时站在 i 点,要么是[i , j-1]向右走一格得来的,此时站在 j 点。所以这里的区间合并可以转换为上一个区间向左或向右走一步。因此状态转移方程:

dp[i][j][0] = min(dp[i+1][j][0] + count(i, i+1, i+1, j, n),  dp[i+1][j][1] + count(i, j, i+1, j, n));

dp[i][j][1] = min(dp[i][j-1][0] + count(i, j, i, j-1, n), dp[i][j-1][1] + count(j-1, j, i, j-1, n));

详解见:https://blog.csdn.net/Easenyang/article/details/124760843?spm=1001.2014.3001.5501

代码:

import java.util.Scanner;
public class Main {
	static int[][][] dp = new int[51][51][2];
	static int[] po = new int[51];
	static int[] sum = new int[51];
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		int n = sc.nextInt(), c = sc.nextInt();
		for (int i = 1; i <= n; i++) {
			po[i] = sc.nextInt();
			sum[i] = sum[i-1] + sc.nextInt();//计算前缀和
		}
		for (int i = 1; i <= n; i++) 
			for (int j = 1; j <= n; j++)//将dp数组都初始化为一个超大的值,因为我们求的是最小功耗
				dp[i][j][0]=dp[i][j][1] = Integer.MAX_VALUE/3;
		
		dp[c][c][0] = dp[c][c][1] = 0;	//初始位置的功耗为0

		for (int len = 2; len <= n; len++) {
			for (int i = 1; i+len-1 <= n; i++) {
				int j = i+len-1;				//count方法用来计算合并消耗
				dp[i][j][0] = Math.min(dp[i+1][j][0] + count(i, i+1, i+1, j, n), 
						dp[i+1][j][1] + count(i, j, i+1, j, n));
				dp[i][j][1] = Math.min(dp[i][j-1][0] + count(i, j, i, j-1, n),
						dp[i][j-1][1] + count(j-1, j, i, j-1, n));
			}
		}
		System.out.println(Math.min(dp[1][n][0], dp[1][n][1]));
	}
	/**
	 * @param x, y  移动前、后的路灯位置
	 * @param l, r  l~r的路灯都是关着的
	 * @param n		总路灯数
	 * @return (po[y]-po[x])相当于时间,(sum[n]-sum[r]+sum[l-1])为其他未关的灯的总功率
	 */
	public static int count(int x, int y, int l, int r, int n) {
		return (po[y]-po[x]) * (sum[n]-sum[r]+sum[l-1]);
	}
}

  • 37
    点赞
  • 141
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 14
    评论
区间DP是一种动态规划的方法,用于解决区间范围内的问题。在Codeforces竞赛中,区间DP经常被用于解决一些复杂的字符串或序列相关的问题。 在区间DP中,dp[i][j]表示第一个序列前i个元素和第二个序列前j个元素的最优解。具体的转移方程会根据具体的问题而变化,但是通常会涉及到比较两个序列的元素是否相等,然后根据不同的情况进行状态转移。 对于区间长度为1的情况,可以先进行初始化,然后再通过枚举区间长度和区间左端点,计算出dp[i][j]的值。 以下是一个示例代码,展示了如何使用区间DP来解决一个字符串匹配的问题: #include <cstdio> #include <cstring> #include <string> #include <iostream> #include <algorithm> using namespace std; const int maxn=510; const int inf=0x3f3f3f3f; int n,dp[maxn][maxn]; char s[maxn]; int main() { scanf("%d", &n); scanf("%s", s + 1); for(int i = 1; i <= n; i++) dp[i][i] = 1; for(int i = 1; i <= n; i++) { if(s[i] == s[i - 1]) dp[i][i - 1] = 1; else dp[i][i - 1] = 2; } for(int len = 3; len <= n; len++) { int r; for(int l = 1; l + len - 1 <= n; l++) { r = l + len - 1; dp[l][r] = inf; if(s[l] == s[r]) dp[l][r] = min(dp[l + 1][r], dp[l][r - 1]); else { for(int k = l; k <= r; k++) { dp[l][r] = min(dp[l][r], dp[l][k] + dp[k + 1][r]); } } } } printf("%d\n", dp[n]); return 0; } 希望这个例子能帮助你理解区间DP的基本思想和应用方法。如果你还有其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 14
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

打赏作者

Easenyang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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