这篇博客介绍了UVA1347题目的解决思路，主要涉及动态规划在有向无环图（DAG）上的应用。难点在于状态的定义，即如何表示两个人分别到达不同节点的状态。作者选择dp(i,j)表示第一个人到达i点，第二个人到达j点，且所有编号小于max(i,j)的节点都被访问过。状态转移方程为dp[i][j]=min(dp[i+1][j]+dist(i,i+1),dp[i+1][i]+dist(j,i+1))，递归起点是dp[2][1]，边界条件为dp[n-1][j]，最终答案为dp[2][1]+dist(1,2)，算法的时间复杂度为O(n^2)。"
125329991,10003706,Salesforce开发：公式、验证与流程自动化,"['Salesforce开发', '自动化流程', '数据库管理']
UVA1347(Tour)(DAG上的动态规划）
本题的难点主要在于状态的定义，即如何去表示节点的状态。
在紫书中，作者选择了dp(i,j)来表示第一个人走到了i点，第二个人走到了j点，且编号小于max(i,j)的节点都被走过。因为dp[i][j]和dp[j][i]是重复的，因此规定i>j。这样可以保证无后效性，因为小于max(i,j)的点都被选过了，接下来就是在大于max(i,j)里面选点，所以之后的状态不会影响到前面的状态。
接下来考虑状态如何转移，由于状态的定义，下一步只能向编号大于i的节点移动，那么可以是第一个人向前走一步，或者第二个人向前走一步。从而得到状态转移方程：
dp[i][j]=min(dp[i+1][j]+dist(i,i+1),dp[i+1][i]+dist(j,i+1))，其中dist表示两点间的欧几里得距离。
递归起点是dp[2][1]。递归边界时dp[n-1][j]，因为此时只剩下最后一个点没有经过，且dp[n-1][j]=dist(n-1,n)+dist(j,n)。
自然，ans=dp[2][1]+dist(1,2)。时间复杂度O为(n2)
#include<bits/stdc++.h>
using namespace std;
const int INF=0x3f3f3f3f;
int n;
int x[1005];
int y[1005];
double dp[1005][1005];
double dist(int a,int b)
最低0.47元/天 解锁文章
2152
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
