2020-3-29动态规划

动态规划原理

  • 动态规划的基本思想:
    问题的最优解如果可以由子问题的最优解推导得到,则可以先求解子问题的最优解,在构造原问题的最优解;
    若子问题有较多的重复出现,则可以自底向上从最终子问题向原问题逐步求解。
  • 使用条件:
    可分为多个相关子问题,子问题的解被重复使用。
  • 动态规划算法的设计步骤:
    1 分析优化解的结构
    2 递归地定义最优解的代价
    3 自底向上地计算优化解的代价保存,并获取构造最优解的信息
    4 根据构造最优解的信息构造优化解
    解决的问题
  • 老师上课所讲的问题
    吃金币游戏
    小明写了一个简单的吃金币游戏,规则如下:在一个长方形地图上,玩家每次能从一个方格走到相邻一个方格。玩家控制的角色可以向下或者向右走,但不能向上或向左走。每个方格上都有一定的金币。现在,小明想请你帮他想一个策略,尽可能多的获得金币(从左上角走到右下角可能获得的最大金币数)。用数组dp[a][b]来表示到达点(a,b)时所能吃到的最大金币数量易得递归关系式dp[a][b]=max(dp[a-1][b],dp[a][b-1])+c[a][b]
    思路分析
    如果用F[a][b]表示达到(a,b)这个点时所能吃到的最大金币数量。得到递推关系式:F[a][b]=max (F[a-1] [b], F[a] [b-1]) +Coin[a]bF[m] [n]即为所求。
#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <cstring>
#include <cstdlib>
using namespace std;
typedef long long ll;
int main()
{
      
    int dp[101][101],c,m,n;    
    int i,j;    
    cin>>m>>n;        
    for(i=1; i<=m; i++)            
    for(j=1; j<=n; j++)           
    {
           
            cin>>c;              
            dp[i][j]=max(dp[i][j-1],dp[i-1][j])+c;//只有两个方向,要么向下,要么向右    
    }        
    cout<<dp[m][n];        
    return 0;
}

最长上升子序列
一个数的序列bi,当b1 < b2 < … < bS 的时候,我们称这个序列是上升的。对于给定的一个序列(a1, a2, …, aN),我们可以得到一些上升的子序列(ai1, ai2, …, aiK),这里1 <= i1 < i2 < … <iK <= N。比如,对于序列(1, 7, 3, 5, 9, 4, 8),有它的一些上升子序列,如(1, 7), (3, 4, 8)等等。这些子序列中最长的长度是4,比如子序列(1, 3, 5, 8).你的任务,就是对于给定的序列,求出最长上升子序列的长度。输入数据输入的第一行是序列的长度N (1 <= N <= 1000)。第二行给出序列中的N 个整数,这些整数的取值范围都在0 到10000。输出要求最长上升子序列的长度。
思路分析
可以考虑以序列中的每一个数作为上升子序列的末位数,以数组dp的下标k作为末尾数,dp[k]作为该序列的长度,另设数组maxx[k]表示以a[k]作为终点的最长上升子序列的长度。

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <cstring>
#include <cstdlib>
using namespace std;
typedef long long ll;
int main()
{
     
  int n,i,j,temp,ans=-1;       
  int a[1001],maxx[1001];       
  cin>>n;      
  for(i=1; i<=n; i++)           
  cin>>a[i];       
  maxx[1]=1;//第一个作末尾必然长度为1      
  for(i=2; i<=n; i++)    
  {
        
        temp=0;//记录第i个数的最大子序列长度              
        for(j=1; j<i; j++)              
        {
            
                 if(a[i]>a[j])//如果为上升的序列                       
                 {
                       
                              if(temp<maxx[j])                                     
                              temp=maxx[j];            
                  }  
         }        
         maxx[i]=temp+1;//最大上升的序列加上末尾数字a[i]组成的新的最大上升子序列      
     }     
     for(i=1; i<=n; i++)            
     if(maxx[i]>ans)           
     ans=maxx[i];        
     cout<<ans;        
     return 0;
 }

最长公共子序列(LCS)
给出两个字符串A , B求两个的字符串的最长公共子序列。
思路分析
DP[i][j]代表A串从起点到i位置的字串和B串从起点到j位置的字串的LCS当A[i]== B[j]时: DP[i][j] = DP[i-1][j-1] + 1当A[i]!= B[j]时: DP[i][j] = MAX(DP[i-1][j] ,DP[i][j-1])

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int N = 1000;
char a[N],b[N]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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