第45-46天学习笔记——DP真题

• 序列dp
  • 路径问题
    • 【DP】华为2023秋招-PCB印刷电路板布线（难题，好好理解）
      • BFS + 路径DP
        • 首先我们需要根据原矩阵，构建出每一个位置干扰值叠加的结果，得到一个新的矩阵grid_new。这里显然就是一个基于BFS计算层数的问题。
        • 在得到新的矩阵grid_new之后，问题就转变为，对grid_new构建一条从左上到右下的路径，每次只能够向右或向下移动，路径经过的点的总和需要最小。这是一个经典的路径DP问题，和LeetCode64、最小路径和完全一致。
        • 要特别注意这里的BFS方法，这是一种新的应用型的BFS，和模板不完全一样

          

        • 

          

          

• 状态DP
  • 【DP】OPPO2023秋招提前批-小欧的卡牌
    • 这道题可以使用动态规划来解决。我们可以将每张卡牌看作一个状态，传统dp需要清晰 dp数组含义、状态转移方程、和初始化。
    • dp数组含义：
      • dp二维数组是一个大小为n*3的数组
      • 用dp[i][j]表示前i张卡牌中，向上的数字之和模3等于j的方案数。这里面j为0,1,2表示模3的余数。
    • 状态转移方程：对于第i张卡牌，它可以选择正面向上或者背面向上
      • 正面向上，此时dp[i][j] = dp[i-1][(j+3-a[i]%3)%3]，即前i-1张卡牌中向上的数字之和模3等于(j+3-a[i]%3)%3的方案数。
      • 背面向上，此时dp[i][j] = dp[i-1][(j+3-b[i]%3)%3]，即前i-1张卡牌中向上的数字之和模3等于(j+3-b[i]%3)%3的方案数。
      • 最终的答案即为dp[n][0]，即前n张卡牌中向上的数字之和模3等于0的方案数。
    • 初始化：初始一些抽象开始的值，保证方程正确推进
      • dp数组的初始化是dp[0][0] = 1，即前0张卡牌中向上的数字之和模3等于0的方案数为1，其余的dp数组元素都为0。这是因为前0张卡牌中向上的数字之和为0，因此只有一种方案，即不选任何卡牌。
  • 【DP/贪心】字节跳动2023秋招-小红的 01 串
    • 状态DP法
      • 每一个位置都有染和不染两种情况，故可以用状态dp来解决问题。
      • 初始化n*2的二维dp数组，dp[i]表示考虑第i个字符的情况
        • dp[i][0]表示第i个字符染色，能得到的最多染色数目
        • dp[i][1]表示第i个字符不染，能得到的最多染色数目
      • 分为两种情况，即第i个字符和第i-1个字符不同 和 第i个字符和第i-1个字符不同

        • 

    • 也可以贪心地解决问题，因为对于每一个01或10子串，只能染色一个字符，因此可以通过字符串中01或10子串的个数来进行计算。

      • 

  • 【DP】米哈游2023秋招-米小游与魔法少女-奇运 （没看懂，再理解吧）
• 背包DP
  • 【DP】Shein2023秋招提前批-零钱兑换
    • 注意，本题和LeetCode322.零钱兑换完全一致。属于经典的路径无关、求方法数的完全背包问题。
    • dp数组的含义是：dp[i]表示组成钱数i的最少货币数。
    • 状态转移方程为：dp[i] = min(dp[i], dp[i - arr[k]] + 1)，其中arr[k]表示第k种面值的货币。
    • 初始化时，我们需要将dp[0]初始化为0，表示组成钱数0的最少货币数为0。对于其他的dp数组元素，我们需要将它们初始化为正无穷，表示它们暂时无法由给定的面值组成。
    • 具体处理过程如下：
      • 需要枚举每个钱数i和每个面值arr[j]，判断是否可以用arr[j]来组成钱数i，如果可以，则更新dp[i]的值。
      • 具体来说，可以使用两层循环来实现枚举。外层循环枚举钱数i，从1到aim；内层循环枚举面值arr[j]，从0到n-1。对于每个钱数i和每个面值arr[j]，我们需要判断是否可以用arr[j]来组成钱数i，即判断i是否大于等于arr[j]，如果是，则可以用arr[j]来组成钱数i，此时我们需要判断dp[i - arr[j]]是否为正无穷，如果不是，则可以用dp[i - arr[j]] + 1来更新dp[i]的值。最终，dp[aim]的值即为组成aim的最少货币数。
      • 需要注意的是，如果某个钱数i无法由给定的面值组成，则dp[i]的初始值应该为正无穷，表示无解

    • 

  • 【DP】华为2023秋招-开电动汽车回家过年
    • 每一个充电站都有选和不选两种状态，所以我们可以把题目看作是路径无关、求最少选择数的01背包。
    • dp数组的含义是什么？
      • dp数组是一个长度为(n+1)*(P+1)的二维矩阵，dp[i][j]表示来到第i个充电桩时，剩余电量为j，所需要的最少充电次数。
      • 特别地，dp[n]表示来到A城的结果。
    • 动态转移方程是什么？
      • 来到第i个充电桩时，假设剩余电量为j，距离下一个充电桩的距离为Ai+1 - Ai，即花费的电量为diff = a_list[i+1]-a_list[i]。
      • 如果选择充电，那么充电后的电量为min(j+b_list[i], P)，即充电后电量不能超过最大电量。
        • 到达第i+1个充电桩时，剩余电量为nxt = min(j+b_list[i], P) - diff
        • 故动态转移方程为dp[i+1][nxt] = min(dp[i][j]+1, dp[i+1][nxt])
        • 注意，此处的+1表示在第i个充电桩处进行了多一次充电
      • 不选择充电
        • 到达第i+1个充电桩时，剩余电量为nxt = j - diff
        • 故动态转移方程为dp[i+1][nxt] = min(dp[i][j], dp[i+1][nxt])
    • 注意，上述两个动态转移方程成立的条件是nxt >= 0，即从第i个充电桩开往第i+1个充电桩时，剩余电量不能够耗尽。

      

    • dp数组如何初始化？
      • 在起点出发时，电量为满电，到达第0个充电站时，剩余电量为P-a_list[0]，此时最少充电方法数为0次。故初始化dp[0][P-a_list[0]] = 0。对于其他位置，初始化为inf

        

• 作业
  • 注意回文子串和回文子序列的区别

    

  • LeetCode 5、最长回文子串
    • i到j之间是否为回文子串取决于i+1和j-1之间是否为回文子串

      

    • 因此，dp数组定义为：dp[i][j]表示字符串s第i个字符和字符串s第j个字符之间的子串是否是回文子串
    • dp数组初始化：因为i始终在j的左侧，所以i<j的部分就不考虑了，同时一开始i和j是在数组的最右端的

      

    • 整体代码

      

      

  • LeetCode 516、最长回文子序列
    • dp数组定义为：设置数组 dp，用来存储字符串 s 的最长的回文子序列的长度
    • 初始化：dp[i][i] 表示字符串 s 第 i 个字符和字符串 s 第 i 个字符之间的最长的回文子序列的长度，此时，这个区间的字符只有一个，最长的回文子序列的长度为 1
    • 转移方程：
      • 如果i和j位置的字符相同，dp[i][j] = dp[ i + 1 ][ j - 1 ] + 2
      • 如果i和j位置的字符不同，1、去掉头以后的区间的最长的回文子序列的长度，即 dp[i + 1][j] ； 2、去掉尾以后的区间的最长的回文子序列的长度，即 dp[i][j - 1] ，二者取最大值
    • 整体代码

      

  • 【DP】得物2023秋招-Cheems的漂亮糖葫芦
    • 回文子串的问题，通常也可以使用DP方法来完成。虽然在本题中不能显著地减少复杂度，但用DP方法解决回文子串问题是必须要掌握的。本题可以视为LeetCode5. 最长回文子串的简单版。

    • 

  • 【DP】用友2023秋招-最佳面试策略

    • 

  • 【DP】Bilibili2023秋招-两个字符串的最小ASCII删除和 （LeetCode712. 两个字符串的最小ASCII删除和原题。属于经典的LCS问题的变式）
    • DP数组定义
      • 构建大小为(n+1)*(m+1)的dp数组
      • dp[i][j]表示，令以s1[i-1]为结尾的字串s1[:i] ，以s2[j-1]为结尾的字串s2[:j] ，两者完全相同所需删除字符的ASCII值的最小和
    • 转移方程
      • 若两个结尾字符不相等，则在以下三种情况中挑出最小值赋值给dp[i][j]
        • 1. 同时删除s1[i-1]和s2[j-1]，那么从dp[i-1][j-1]转移过来，为ord(ch1) + ord(ch2) + dp[i-1][j-1]
        • 2. 只删除s1[i-1]，保留s2[j-1]，那么从dp[i-1][j]转移过来，为ord(ch1) + dp[i-1][j]
        • 3. 只删除s2[j-1]，保留s1[i-1]，那么从dp[i][j-1]转移过来，为ord(ch2) + dp[i][j-1]
      • 若两个结尾字符相等，则无需做任何删除
        • 直接在dp[i-1][j-1]中延长过来即可
    • 整体代码