HDU46道DP题[转自网络]

Robberies http://acm.hdu.edu.cn/showproblem.php?pid=2955

背包;第一次做的时候把概率当做背包(放大100000倍化为整数):在此范围内最多能抢多少钱  最脑残的是把总的概率以为是抢N家银行的概率之和… 把状态转移方程写成了f[j]=max{f[j],f[j-q[i].v]+q[i].money}(f[j]表示在概率j之下能抢的大洋);

正确的方程是:f[j]=max(f[j],f[j-q[i].money]*q[i].v)  其中,f[j]表示抢j块大洋的最大的逃脱概率,条件是f[j-q[i].money]可达,也就是之前抢劫过;
始化为:f[0]=1,其余初始化为-1  (抢0块大洋肯定不被抓嘛)

最大报销额 http://acm.hdu.edu.cn/showproblem.php?pid=1864
又一个背包问题,对于每张发票,要么报销,要么不报销,0-1背包,张数即为背包;
转移方程:f[j]=max(f[j],f[j-1]+v[i]);
恶心地方:有这样的输入数据 3 A:100 A:200 A:300

最大连续子序列 http://acm.hdu.edu.cn/showproblem.php?pid=1231
状态方程:sum[i]=max(sum[i-1]+a[i],a[i]);最后从头到尾扫一边
也可以写成:

Max=a[0];
Current
=0;
for (i=0;i<n;i++)
{
if (Current<0)
Current
=a[i];
else
Current
+=a[i];
if (Current>Max)
Max
=Current;
}

max sum http://acm.hdu.edu.cn/showproblem.php?pid=1003
同上,最大连续子序列

Largest Rectangle http://acm.hdu.edu.cn/showproblem.php?pid=1506
对于每一块木板,Area=height[i]*(j-k+1)  其中,j<=x<=k,height[x]>=height[i];找j,k成为关键,一般方法肯定超时,利用动态规划,如果它左边高度大于等于它本身,那么它左边的左边界一定满足这个性质,再从这个边界的左边迭代下去…

for (i=1;i<=n;i++)
{
while (a[l[i]-1]>=a[i])
l[i]
=l[l[i]-1];
}

for (i=n;i>=1;i–)
{
while (a[r[i]+1]>=a[i])
r[i]
=r[r[i]+1];
}

  

City Game http://acm.hdu.edu.cn/showproblem.php?pid=1505
1506的加强版,把2维转换化成以每一行底,组成的最大面积;(注意处理连续与间断的情况);

Bone Collector  http://acm.hdu.edu.cn/showproblem.php?pid=2602
简单0-1背包,状态方程:f[j]=max(f[j],f[j-v[i]]+w[i])

Super Jumping  http://acm.hdu.edu.cn/showproblem.php?pid=1087
最大递增子段和,状态方程:sum[j]=max{sum[i]}+a[j]; 其中,0<=i<=j,a[i]<a[j]

命运    http://acm.hdu.edu.cn/showproblem.php?pid=2571
状态方程:sum[i][j]=max{sum[i-1][j],sum[i][k]}+v[i][j];其中1<=k<=j-1,且k是j的因子

Monkey And Banana     http://acm.hdu.edu.cn/showproblem.php?pid=1069
状态方程:f[j]=max{f[i]}+v[j];其中,0<=i<=j,w[i]<w[j],h[i]<h[j]

Big Event in HDU http://acm.hdu.edu.cn/showproblem.php?pid=1171
一维背包,逐个考虑每个物品带来的影响,对于第i个物品:if(f[j-v[i]]==0) f[j]=0;
其中,j为逆序循环,且j>=v[i]

数塔    http://acm.hdu.edu.cn/showproblem.php?pid=2084
自底向上:dp[i][j]=max(dp[i+1][j],dp[i+1][j+1])+v[i][j];

免费馅饼    http://acm.hdu.edu.cn/showproblem.php?pid=1176
简单数塔
自底向上计算:dp[i][j]=max(dp[i+1][j-1],dp[i+1][j],dp[i+1][j+1])+v[i][j];处理边界

I Need A Offer     http://acm.hdu.edu.cn/showproblem.php?pid=1203
简单0-1背包,题目要求的是至少收到一份Offer的最大概率,我们得到得不到的最小概率即可,状态转移方程:f[j]=min(f[j],f[j-v[i]]*w[i]);其中,w[i]表示得不到的概率,(1-f[j])为花费j元得到Offer的最大概率

FATE     http://acm.hdu.edu.cn/showproblem.php?pid=2159
二维完全背包,第二层跟第三层的要顺序循环;(0-1背包逆序循环);状态可理解为,在背包属性为 {m(忍耐度), s(杀怪个数)} 里最多能得到的经验值,之前的背包牺牲体积,这个背包牺牲忍耐度跟个数
注意: 最后扫的时候 外层循环为忍耐度,内层循环为杀怪个数,因为题目要求出剩余忍耐度最大,没有约束杀怪个数,一旦找到经验加满的即为最优解;
状态转移方程为: f[j][k]=max(f[j][k],f[j-v[i]][k-1]+w[i]); w[i]表示杀死第i个怪所得的经验值,v[i]表示消耗的忍耐度

How To Type    http://acm.hdu.edu.cn/showproblem.php?pid=2577
用两个a,b数组分别记录Caps Lock开与关时打印第i个字母的最少操作步骤;
而对于第i个字母的大小写还要分开讨论:
Ch[i]为小写: a[i]=min(a[i-1]+1,b[i-1]+2);不开灯直接字母,开灯则先关灯再按字母,最后保持不开灯;    b[i]=min(a[i-1]+2,b[i-1]+2);不开灯则先按字母再开灯,开灯则Shift+字母(比关灯,按字母再开灯节省步数),最后保持开灯;
Ch[i]为大写: a[i]=min(a[i-1]+2,b[i-1]+2); b[i]=min(a[i-1]+2,b[i-1]+1)

最后,b[len-1]++,关灯嘛O(∩_∩)O~

Coins    http://acm.hdu.edu.cn/showproblem.php?pid=2844
类似于HDU1171 Big Event In HDU,一维DP,可达可不达

Beans    http://acm.hdu.edu.cn/showproblem.php?pid=2845
横竖分别求一下不连续的最大子段和;
状态方程: Sum[i]=max(sum[j])+a[i];其中,0<=j<i-1;

Largest Submatrix      http://acm.hdu.edu.cn/showproblem.php?pid=2870
枚举a,b,c 最大完全子矩阵,类似于HDU1505 1506

Matrix Swapping II    http://acm.hdu.edu.cn/showproblem.php?pid=2830
最大完全子矩阵,以第i行为底,可以构成的最大矩阵,因为该题可以任意移动列,所以只要大于等于height[i]的都可以移动到一起,求出height>=height[i]的个数即可,这里用hash+滚动,先求出height[i]出现的次数,然后逆序扫一遍hash[i]+=hash[i+1];

最少拦截系统     http://acm.hdu.edu.cn/showproblem.php?pid=1257
两种做法,一是贪心,从后往前贪;二是DP;

if(v[i]>max{dp[j]})  (0<=j<len)
dp[len
++]=v[i];

Common Subsequence     http://acm.hdu.edu.cn/showproblem.php?pid=1159
经典DP,最长公共子序列
Len[i][j]={len[i-1][j-1]+1,(a[i]==b[j]); max(len[i-1][j],len[i][j-1])}
初始化的优化:

for (i=0;i<a;i++)
for (j=0;j<b;j++)
len[i][j]
=0;
for (i=1;i<=a;i++)
for (j=1;j<=b;j++)
if (ch1[i-1]==ch2[j-1])
len[i][j]
=len[i-1][j-1]+1;
else
len[i][j]
=max(len[i-1][j],len[i][j-1]);

  

★ 搬寝室      http://acm.hdu.edu.cn/showproblem.php?pid=1421
状态Dp[i][j]为前i件物品选j对的最优解
当i=j*2时,只有一种选择即 Dp[i-2][j-1]+(w[i]-w[i-1])^2
当i>j*2时,Dp[i][j] = min(Dp[i-1][j],Dp[i-2][j-1]+(w[j]-w[j-1])^2)

★ Humble Numbers    http://acm.hdu.edu.cn/showproblem.php?pid=1058
如果一个数是Humble Number,那么它的2倍,3倍,5倍,7倍仍然是Humble Number
定义F[i]为第i个Humble Number
F[n]=min(2*f[i],3*f[j],5*f[k],7*f[L]), i,j,k,L在被选择后相互移动
(通过此题理解到数组有序特性)

★ Doing Homework Again      http://acm.hdu.edu.cn/showproblem.php?pid=1789
这题为贪心,经典题;
切题角度,对于每个任务要么在截至日期前完成要么被扣分;所以考虑每个人物的完成情况即可;由于每天只能完成一个任务,所以优先考虑分值较大的任务,看看该任务能不能完成,只要能完成,即使提前完成,占了其他任务的完成日期也没关系,因为当前任务的分值最大嘛,而对于能完成的任务能拖多久就拖多久,以便腾出更多时间完成其他任务;

How Many Ways      http://acm.hdu.edu.cn/showproblem.php?pid=1978
两种D法,一是对于当前的点,那些点可达;二是当前点可达那些点;
明显第二种方法高,因为第一种方法有一些没必要的尝试;
Dp[i][j]+=Dp[ii][jj]; (map[ii][jj]>=两点的曼哈顿距离)
值得优化的地方,每两点的曼哈顿距离可能不止求一次,所以预处理一下直接读取

珍惜现在 感恩生活      http://acm.hdu.edu.cn/showproblem.php?pid=2191
每个物品最多可取n件,多重背包;
利用二进制思想,把每种物品转化为几件物品,然后就成为了0-1背包

Piggy-Bank      http://acm.hdu.edu.cn/showproblem.php?pid=1114
完全背包;常规背包是求最大值,这题求最小值;
只需要修改一下初始化,f[0]=0,其他赋值为+∞即可;
状态转移方程:f[i][V]=max{f[i-1][V],f[i-1][V-k*v[i]]+k*w[i]},其中0<=k*v[i]<=V

★ Max Sum Plus Plus      http://acm.hdu.edu.cn/showproblem.php?pid=1024
1. 对于前n个数, 以v[n]为底取m段:
当n==m时,Sum[m][n]=Sum[m-1][n-1]+v[n],第n个数独立成段;
当n>m时, Sum[m][n]=max{Sum[m-1][k],Sum[m][n-1]}+v[n]; 其中,m-1<=k<j,解释为,v[n]要么加在Sum[m][n-1],段数不变,要么独立成段接在前n-1个数取m-1段所能构成的最大值后面
2. 空间的优化:
通过状态方程可以看出,取m段时,只与取m-1段有关,所以用滚动数组来节省空间

FatMouse’s Speed      http://acm.hdu.edu.cn/showproblem.php?pid=1160
要求:体重严格递增,速度严格递减,原始顺序不定
按体重或者速度排序,即顺数固定后转化为最长上升子序列问题
Dp[i]表示为以第i项为底构成的最长子序列,Dp[i]=max(dp[j])+1,其中0<=j<i , w[i]>w[j]&&s[i]<s[j] 用一个index数组构造最优解:记录每一项接在哪一项后面,最后用max找出最大的dp[0…n],dex记录下标,回溯输出即可

Cstructing Roads      http://acm.hdu.edu.cn/showproblem.php?pid=1025
以p或者r按升序排列以后,问题转化为最长上升子序列
题目数据量比较大,只能采取二分查找,n*log(n)的算法
用一个数组记录dp[]记录最长的子序列,len表示长度,如果a[i]>dp[len], 则接在后面,len++; 否则在dp[]中找到最大的j,满足dp[j]<a[i],把a[i]接在dp[j]后面;

FatMouse Chees      http://acm.hdu.edu.cn/showproblem.php?pid=1078
Dp思想,用记忆化搜索;简单题,处理好边界;

To the Max      http://acm.hdu.edu.cn/showproblem.php?pid=1081
最大子矩阵
把多维转化为一维的最大连续子序列;(HDU1003)

龟兔赛跑       http://acm.hdu.edu.cn/showproblem.php?pid=2059
未总结

★ Employment Planning      http://acm.hdu.edu.cn/showproblem.php?pid=1158
状态表示:    Dp[i][j]为前i个月的留j个人的最优解;Num[i]<=j<=Max{Num[i]};
j>Max{Num[i]}之后无意义,无谓的浪费 记Max_n=Max{Num[i]};
Dp[i-1]中的每一项都可能影响到Dp[i],即使Num[i-1]<<Num[i]
所以利用Dp[i-1]中的所有项去求Dp[i];
对于Num[i]<=k<=Max_n,    当k<j时, 招聘;
当k>j时, 解雇  然后求出最小值
Dp[i][j]=min{Dp[i-1][k…Max_n]+(招聘,解雇,工资);

Dividing       http://acm.hdu.edu.cn/showproblem.php?pid=1059
一维Dp  Sum为偶数的时候判断Dp[sum/2]可不可达

Human Gene Factions       http://acm.hdu.edu.cn/showproblem.php?pid=1080
状态转移方程:
f[i][j]=Max(f[i-1][j-1]+r[a[i]][b[j]], f[i][j-1]+r[‘-‘][b[j]],f[i-1][j]+r[a[i]][‘-‘]);

★ Doing Homework      http://acm.hdu.edu.cn/showproblem.php?pid=1074
这题用到位压缩;
那么任务所有的状态有2^n-1种
状态方程为:Dp[next]=min{Dp[k]+i的罚时} 其中,next=k+(1<<i),k要取完满足条件的值 k>>i的奇偶性决定状态k
具体实现为: 对每种状态遍历n项任务,如果第i项没有完成,则计算出Dp[next]的最优解

Free DIY Tour       http://acm.hdu.edu.cn/showproblem.php?pid=1224
简单的数塔Dp,考察的是细节的处理;
Dp[i]=Max{Dp[j]}+v[i]  其中j->i为通路;
v[n+1]有没有初始化,Dp数组有没有初始化
这题不能用想当然的”最长路”来解决,这好像是个NP问题 解决不了的

重温世界杯       http://acm.hdu.edu.cn/showproblem.php?pid=1422
这题的状态不难理解,状态表示为,如果上一个城市剩下的钱不为负,也就是没有被赶回杭电,则再考虑它对下一个城市的影响;如果上一个城市剩下的前加上当前城市的前大于当前城市的生活费,那么Dp[i]=Dp[i-1]+1;
值得注意的而是这题的数据为100000;不可能以每个城市为起点来一次Dp,时间复杂度为n^2;足已超时;
我是这样处理的,在保存的数据后面再接上1…n的数据,这样扫描一遍的复杂度为n;再加一个优化,当Dp[i]==n时,也就是能全部游完所有城市的时候,直接break;

Pearls         http://acm.hdu.edu.cn/showproblem.php?pid=1300
Dp[i]=min{Dp[j]+V},  0<=j<i, V为第j+1类珠宝到第i类全部以i类买入的价值;

Zipper       http://acm.hdu.edu.cn/showproblem.php?pid=1501
Dp[i][j]=

★Fast Food      http://acm.hdu.edu.cn/showproblem.php?pid=1227
这里需要一个常识:在i到j取一点使它到区间每一点的距离之和最小,这一点为(i+j)/2用图形即可证明;
Dp[i][j]=max{Dp[i-1][k]+cost[k+1][j]  其中,(i-1)<=k<j状态为前j个position建i个depots

Warcraft        http://acm.hdu.edu.cn/showproblem.php?pid=3008
比赛的时候这道DP卡到我网络中心停电!!! 卧槽~
因为你没有回血效应,所以你挂掉的时间是一定的;
用Dp[i][j]表示第i秒剩余j个单位的MP时怪物所剩的血量; 注意必须是剩余,也就是说,初始化的时候,DP[0][100]=100;  其他Dp[0]状态都不合法,因为没有开战的时候你的MP是满的
以前的Dp都是利用前面得到的最优解来解决,而这题的麻烦点是MP在攻击过后要自动恢复x个单位;用当前的状态的状态推下一状态,仔细想想也未尝不可;状态转移方程为:
Dp[i+1][j-sk[k].mp+x]=min(Dp[i+1][j-sk[k].mp+x],Dp[i][j]+sk[k].at; 释放第K种技能,物理攻击可以看成是at=1,mp=0 的魔法;

Regular Words     http://acm.hdu.edu.cn/showproblem.php?pid=1502
F[a][b][c]=F[a-1][b][c]+F[a][b-1][c]+F[a][b][c-1];
a>=b>=c;

Advanced Fruits       http://acm.hdu.edu.cn/showproblem.php?pid=1503
最长公共子序列的加强版

 

30道DP题,网址:http://crazyac.wordpress.com/dp专辑/

转载于:https://www.cnblogs.com/gy725/archive/2011/09/07/2169490.html

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: hdu 2829 Lawrence 斜率优化dp是一经典的斜率优化dp目,需要用到单调队列的思想。 目大意是给定一个序列a,求出一个序列b,使得b[i]表示a[1]~a[i]中的最小值,且满足b[i] = min{b[j] + (i-j)*k},其中k为给定的常数。 我们可以将上式拆开,得到b[i] = min{b[j] - j*k} + i*k,即b[i] = i*k + min{b[j] - j*k},这个式子就是斜率优化dp的形式。 我们可以用单调队列来维护min{b[j] - j*k},具体思路如下: 1. 首先将第一个元素加入队列中。 2. 从第二个元素开始,我们需要将当前元素加入队列中,并且需要维护队列的单调性。 3. 维护单调性的方法是,我们从队列的末尾开始,将队列中所有大于当前元素的元素弹出,直到队列为空或者队列中最后一个元素小于当前元素为止。 4. 弹出元素的同时,我们需要计算它们对应的斜率,即(b[j]-j*k)/(j-i),并将这些斜率与当前元素的斜率比较,如果当前元素的斜率更小,则将当前元素加入队列中。 5. 最后队列中的第一个元素就是min{b[j] - j*k},我们将它加上i*k就得到了b[i]的值。 6. 重复以上步骤直到处理完所有元素。 具体实现可以参考下面的代码: ### 回答2: HDU 2829 Lawrence 斜率优化 DP 是一经典的斜率优化 DP 目,其思想是通过维护一个下凸包来优化 DP 算法。下面我们来具体分析一下这目。 首先,让我们看一下该目的描述。目给定一些木棒,要求我们将这些木棒割成一些给定长度,且要求每种长度的木棒的数量都是一样的,求最小的割枝次数。这是一个典型的背包问,而且在此基础上还要求每种长度的木棒的数量相同,这就需要我们在状态设计上走一些弯路。 我们来看一下状态的定义。定义 $dp[i][j]$ 表示前 $i$ 个木棒中正好能割出 $j$ 根长度为 $c_i$ 的木棒的最小割枝次数。对于每个 $dp[i][j]$,我们可以分类讨论: 1. 不选当前的木棒,即 $dp[i][j]=dp[i-1][j]$; 2. 选当前的木棒,即 $dp[i][j-k]=dp[i-1][j-k]+k$,其中 $k$ 是 $j/c_i$ 的整数部分。 现在问再次转化为我们需要在满足等量限制的情况下,求最小的割枝次数。可以看出,这是一个依赖于 $c_i$ 的限制。于是,我们可以通过斜率优化 DP 来解决这个问。 我们来具体分析一下斜率优化 DP 算法的思路。我们首先来看一下动态规划的状态转移方程 $dp[i][j]=\min\{dp[i-1][k]+x_k(i,j)\}$。可以发现,$dp[i][j]$ 的最小值只与 $dp[i-1][k]$ 和 $x_k(i,j)$ 有关。其中,$x_k(i,j)$ 表示斜率,其值为 $dp[i-1][k]-k\times c_i+j\times c_i$。 接下来,我们需要维护一个下凸包,并通过斜率进行优化。我们具体分析一下该过程。假设我们当前要计算 $dp[i][j]$。首先,我们需要找到当前点 $(i,j)$ 在凸包上的位置,即斜率最小值的位置。然后,我们根据该位置的斜率计算 $dp[i][j]$ 的值。接下来,我们需要将当前点 $(i,j)$ 加入到下凸包上。 我们在加入点的时候需要注意几点。首先,我们需要将凸包中所有斜率比当前点小的点移除,直到该点能够加入到凸包中为止。其次,我们需要判断该点是否能够加入到凸包中。如果不能加入到凸包中,则直接舍弃。最后,我们需要保证凸包中斜率是单调递增的,这就需要在加入新的点之后进行上一步操作。 以上就是该目的解思路。需要注意的是,斜率优化 DP 算法并不是万能的,其使用情况需要根据具体的问情况来确定。同时,该算法中需要维护一个下凸包,可能会增加一些算法的复杂度,建议和常规 DP 算法进行对比,选择最优的算法进行解。 ### 回答3: 斜率优化DP是一种动态规划优化算法,其主要思路是通过对状态转移方程进行变形,提高算法的时间复杂度。HDU2829 Lawrence问可以用斜率优化DP解决。 首先,我们需要了解原问的含义。问描述如下:有$n$个人在数轴上,第$i$个人的位置为$A_i$,每个人可以携带一定大小的行李,第$i$个人的行李重量为$B_i$,但是每个人只能帮助没有他们重量大的人搬行李。若第$i$个人搬运了第$j$个人的行李,那么第$i$个人会累加$C_{i,j}=\left|A_i-A_j\right|\cdot B_j$的体力消耗。求$m$个人帮助每个人搬运行李的最小体力消耗。 我们可以通过斜率优化DP解决这个问。记$f_i$为到前$i$个人的最小体力消耗,那么状态转移方程为: $$f_i=\min_{j<i}\{f_j+abs(A_i-A_j)\cdot B_i\}$$ 如果直接使用该方程,时间复杂度为$O(n^2)$,如果$n=10^4$,则需要计算$10^8$次,运算时间极长。斜率优化DP通过一些数学推导将方程变形,将时间复杂度降低到$O(n)$,大大缩短了计算时间。 通过斜率优化DP的推导式子,我们可以得到转移方程为: $$f_i=\min_{j<i}\{f_j+slope(j,i)\}$$ 其中,$slope(j,i)$表示直线$j-i$的斜率。我们可以通过如下方式来求解$slope(j,i)$: $$slope(j,i)=\frac{f_i-f_j}{A_i-A_j}-B_i-B_j$$ 如果$slope(j,i)\leq slope(j,k)$,那么$j$一定不是最优,可以直接舍去,降低计算时间。该算法的时间复杂度为$O(n)$。 综上所述,斜率优化DP是一种动态规划优化算法,可以大大缩短计算时间。在处理类似HDU2829 Lawrence问的时候,斜率优化DP可以很好地解决问

“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