一.知识背景
动态规划法(Dynamic Programming,简称DP)是一种解决复杂问题的方法,通过将问题分解成更小的子问题,逐步解决这些子问题并保存其结果,从而避免重复计算,最终解决整个问题。动态规划通常用于解决具有最优子结构和重叠子问题特性的优化问题。
二.代码举例
1.爬楼梯(斐波那契数字变式)
#include<iostream>
#include<vector>
using namespace std;
int main()
{
int n;
// 读取输入的台阶数N
cin >> n;
// 创建一个大小为n+1的向量dp,用来存储每个子问题的解
vector<int> dp(n + 1);
// 初始状态:定义前几个台阶的走法
dp[0] = 1; // 只有一种方式站在地面上(不动)
dp[1] = 1; // 只有一种方式走到第一级台阶(跨一级)
// 如果n>=2,定义到第二级台阶的走法
if (n >= 2) {
dp[2] = 2; // 有两种方式走到第二级台阶(跨一级两次或跨二级一次)
}
// 通过状态转移方程逐步计算dp[i]的值
for (int i = 3; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i - 2]; // 状态转移方程:dp[i] = dp[i-1] + dp[i-2]
}
// 输出结果,即到第n个台阶的走法总数
cout << dp[n] << endl;
return 0;
}
2.放苹果![](https://img-blog.csdnimg.cn/direct/26db85f1e3a643ea95565db16600b68d.png)
#include <iostream>
#include <vector>
using namespace std;
int countWays(int M, int N) {
// 创建一个二维数组 dp,其中 dp[i][j] 表示将 i 个苹果放入 j 个盘子的不同方法数
vector<vector<int>> dp(M+1, vector<int>(N+1, 0));
// 初始化基本情况:没有苹果时只有一种放法
for (int i = 0; i <= N; ++i) {
dp[0][i] = 1;
}
// 填充 DP 表格
for (int i = 1; i <= M; ++i) {
for (int j = 1; j <= N; ++j) {
if (i >= j) {
// 至少有一个盘子是空的,或者每个盘子至少有一个苹果
dp[i][j] = dp[i][j-1] + dp[i-j][j];
} else {
// 只能用到 i 个盘子(剩下的盘子必然是空的)
dp[i][j] = dp[i][j-1];
}
}
}
// 返回将 M 个苹果放入 N 个盘子的不同方法数
return dp[M][N];
}
int main() {
int t;
cin >> t; // 读取测试用例数量
while (t--) {
int M, N;
cin >> M >> N; // 读取每个测试用例的 M 和 N
cout << countWays(M, N) << endl; // 输出结果
}
return 0;
}