zoj1108—Fat Mouse Speed 动态规划解法

WW__XIE

于 2024-03-26 20:49:24 发布

阅读量520

点赞数 8

文章标签：动态规划算法

本文链接：https://blog.csdn.net/WW__XIE/article/details/137056210

版权

一、题意及思路：

审题后我们可以发现，老鼠的重量weight要严格递增，速度speed要严格递减。如果学过相关算法，可以判断出来是求解最长上升子序列LIS。我们可以先控制一边保持严格有序，再对另一边求解最长上升子序列。本题先用sort函数将老鼠的speed按降序排好，此处需要自定义一个比较函数。

二、具体步骤：

（1）设置dp数组且一开始全部初始化为1，dp[i]的意思是截止到下标为i的老鼠的最长上升子序列是多少。

（2）思考状态转移方程：如果满足weight严格递增，speed严格递减的条件，再判断dp[i]，dp[j]的大小。如果dp[j]+1>dp[i]，这句的意思是如果下标 i 的老鼠接在 j 后面比原来的dp[i]大，那么i就接在j后面形成新的最长上升子序列：dp[i]=dp[j]+1。否则不修改。这两种情况可也合并为一种：dp[i]=max(dp[j]+1,dp[i])。

（3）保存最长上升子序列的下标数组：这点是我认为本题最难的点。因为状态转移方程形式比较简单。我有看其他博主的文章，大多用一个路径数组保存最后逆序输出。我的思路是在老鼠结构体中多开一个vector答案数组，保存当前老鼠最长上升子序列的下标数组。如果需要状态转移，则将下标 j 中的答案数组复制给下标 i 的数组里。同步记录拥有LIS的长度、及下标。最后顺序输出答案数组里的内容即可。

三、代码实现：

zoj1108AC代码

#include<bits/stdc++.h>
using namespace std;
int dp[1005];
struct mouse
{
	int w;//体重
	int s;//速度
	int pos;//下标
	vector<int> ans;//用来保存最长上升子序列的下标数组 
};
//自定义比较函数： 
bool compare(mouse& m1, mouse& m2) {
	return m1.s > m2.s;
}
int main()
{
	vector<mouse> mice;
	int weight, speed;
	int pos = 0;
	while (cin >> weight >> speed) {
		mouse m;
		m.w = weight;m.s = speed;
		m.pos = ++pos;
		mice.push_back(m);
	}
	//对老鼠的速度进行降序排序：
	sort(mice.begin(), mice.end(), compare);

	//动态规划从老鼠的weight中找出最长上升子序列长度(注意要保存其下标)：
	 //初始化dp数组：
	fill(dp, dp + mice.size(), 1);
	int maxlen = 0;
	int tg = -1;
	for (int i = 1;i < mice.size();i++) {
		for (int j = 0;j < i;j++) {
			if (mice[j].s > mice[i].s && mice[j].w < mice[i].w) 
			{
				if (dp[j] + 1 > dp[i])
				{
					dp[i] = dp[j] + 1;
                    //将mice[j].ans数组复制一份给mice[i].ans
					mice[i].ans.assign(mice[j].ans.begin(), mice[j].ans.end());
                    //再将mice[j]的下标放进mice[i]的ans数组
					mice[i].ans.push_back(mice[j].pos);
				}
			}
			if (dp[i] > maxlen) {
				maxlen = dp[i];//记录最大长度 
				tg = i; //记录最大长度所在的下标 
			}
		}
	}
	cout << maxlen << endl;
	for (int i = 0;i < maxlen - 1;i++)
		cout << mice[tg].ans[i] << endl;
	cout << mice[tg].pos;
	return 0;
}