几个关于动态规划的题解

          在讨论今天的问题之前，我先扯两句我学习算法的一点感想。我觉得算法的学习主要可以分为三个阶段，而我目前处于第二阶段并在此阶段缓慢而又努力的前行着。第一阶段就是系统，完整的学习阶段，这一阶段我们在算法课上就完成了。为了将这三个阶段表现的更形象，我用以下三句来表示： 

                         第一阶段：算法一入深似海，从此代码是路人。

                         第二阶段：代码算法真是难，而今迈步从头阅。

                         第三阶段：众里寻他千百度，蓦然回首，他俩却在灯火阑珊处。

第二阶段就是有了具体的问题却不知该用哪个算法解决，而且这个阶段还有一个问题就是如果编码能力不济，即使有了算法，编程实现仍然会有很大的困难，而我就属于如果那种，在第二阶段那更是痛苦。第三阶段的感受是我猜的，就是算法代码能力都已具备，就等恍然大悟那一刻的到来。

        我第二阶段首选的目标是动态规划，因此就研究了几道题，下面就关于这几道题谈谈用动态规划的解法。(其它方法也可解而且也可能更高效，本文是为了研究限于动态规划的思想)(前两道来自wikioi)

 1160 蛇形矩阵

      题目描述 ：小明玩一个数字游戏，取个n行n列数字矩阵（其中n为不超过100的奇数），数字的填补方法为：在矩阵中心从1开始以逆时针方向绕行，逐圈扩大，直到n行n列填满数字，请输出该n行n列正方形矩阵以及其的对角线数字之和.

样例输入：5 ，样例输出：  5  4  3

                                             6  1  2

                                             7  8  9

题解：拿到此题，你的第一印象是不是直接根据n来算，然后打表就行了呢？确实这种冲动我也有，这主要得益于我们貌似渊博的数学知识，尝尽各种数学表达式后，发现该路渺茫(我是没找出直接根据n就能打表的，如果您有该法希望能拜读)，然后只能另寻它法。因此就写了几个矩阵再研究一番，可是写的时候却发现一个问题，写了三个矩阵，每次都是后一个矩阵的内部和前一个是一样的，后一个只比前一个的多了一个外层，这样自然的想到了这是一个最优子结构的问题，前一个问题的解是后一个问题的子问题，这样就想到了动态规划，用动态规划如何做呢？我们看到只要写出n-2的蛇形矩阵，写n(n均为奇数)时只要将n-2赋值给n的内部然后只对其外层的四条边赋值而已，写成表达式：D[n]=D[n-2]+外围四条边。下面我们就用程序来实现它：观察这个关系式我们可以发现几个小技巧来优化一下程序的实现，首先就是ｎ的值只与n-2的值有关，当计算n时可以不用保存n-2以前的值，这样就可以覆盖以前的结果，而达到节省空间的效果，我们还可以发现如果申请一个n*n的数组来保存(n-2)数组，当计算n*n 时只需要把n-2数组的i，j下标同时加1就相当于将n-2数组赋值给了n数组，不过这个赋值时得从后向前进行不然会丢失数据，如此一来整个程序就只需要申请一个n*n 的数组就可以了。

#include<iostream>
int main()
{
	int n;
	std::cin>>n;
	int ** a=new int*[n];
	for(int i=0;i<n;i++)
		a[i]=new int[n];
	for(int i=1;i<=n;i=i+2)
	{
		for(int j=i-1;j>1;j--)
			for(int k=i-1;k>1;k--)
				a[j-1][k-1]=a[j-2][k-2];
		int temp=i*i-2*i+2;
		for(int m=0;m<2*i-1;m++)
		{
			if(m>=i)
				a[i-1][m-i+1]=temp+m;
			else a[m][0]=temp+m;
			
		}
		for(int m=0;m<2*i-3;m++)
		{
			if(m>=i-1)
				a[m-i+2][i-1]=temp-m-1;
			else a[0][m+1]=temp-m-1;
			
		}
	}
	for(int i=0;i<n;i++)
	{
		for(int j=0;j<n;j++)
			std::cout<<a[i][j]<<" ";
		std::cout<<std::endl;
	}
	int result=0;
	for(int i=0;i<n;i++)
		if(i==(n-1)/2)
			result+=a[i][i];
		else
		{
				result+=a[i][i];
				result+=a[i][n-1-i];
		}
	std::cout<<result;
	return 0;
}

以上代码可以在wikioi平台AC,不过显示的格式由于没有调整，看起来有点别扭(主要是加上格式调整后就不能AC了)。

1039 数的划分

        题目描述:将整数n分成k份，且每份不能为空，任意两种划分方案不能相同(不考虑顺序)。

  例如：n=7，k=3，下面三种划分方案被认为是相同的。1 1 5           1 5 1         5 1 1               问有多少种不同的分法。

题解(一)：大家都应该玩过积木块吧，本题的解题思路就来自我们曾经玩的一个积木方格

                   

        (图片粘自http://blog.csdn.net/fisher_jiang/article/details/813314)

看到这两幅图片不知你有没有什么思路？第一幅图可以表示为：10=1+1+3+5  第二幅图可以表示为：10=4+2+2+1+1

如果对于这道题n=10，k=4；那第一幅图就是一个解，第二幅图与第一幅图有什么联系呢？将第二幅图逆时针旋转90度即可成为第一幅图，而第二幅图的拆分方法却是n的任意拆分，只不过最大元素只能是k而已。由此我们可以想到，将n先做任意拆分，拆分的最大元素限制必须为k，然后将拆分图逆时针旋转90度，就成为了n的k拆分了。(那么我们找出n的最大元素为k任意拆分的方案数后也就找到了n的k拆分)，大致意思就是这样。因此问题就转为找出n的最大元素为k任意拆分的方案数。

下面是该方法的地推关系式的理论推导：

用f (a,b)表示把b做任意份划分，其中最大的一个部分等于a的方案总数，用g(a,b)表示把b做任意份划分，其中最大的一个部分不大于a的方案总数，

所以有f (a,b)=g (a,b-a);        解释一下这个等式：f(a,b)表示上图中右图，将b分成最大元素为a的划分。g(a,b-a)表示先分出一个a，然后对b-a做不大于a的任意划分，所以两式表示的意义是一样的。  

 并且有： g(a,b)＝f(1,b)+f(2,b)+...f(a,b);   解释一下就是b做不大于a的任意划分，正好是b做最大元素分别1,2,3....a的任意划分，因此两式表示的意思也是一样的。

由该式进一步推出f(1,b)+f(2,b)+..f(a-1,b) =g(a-1,b)。

所以,综合上面几式有：g(a,b)=f(1,b)+...f(i,b)＋f(a,b)           (1<=i<=a-1)

                                               =g(a-1,b)+g(a,b-a)   

我们求出所有的g(a,b)，最后g(k,n-k)即为所求。

该递推关系初始化值：b<a时，g(a,b-a)无意义。当a=1时， g(1,b)=1。

你可能会疑问动态规划在哪呢？就是上面那个递推关系式，每次的结果都是基于前面的结果来求解。

      题解(二)：第二种题解方法从不同的角度来寻找上式的递推关系式，该思路理解起来比较简单，但原理基本还是同上题解。

我们是要对n进行k划分，我们可以这样来分解子问题，分为含有1和不含有1，含有1就为f(a-1,b-1)表示的意思就是至少a份里有一份是1,不含有1就为f(a,b-a)表示的意思就是首先给a份没分都分一个1，然后剩余b-a，再把b-a进行a份划分，则a份划分就不含1。

那么，递推关系式就为f(a,b)=f(a-1,b-1)+f(a,b-a)。

   下面是根据第二种题解给出的代码，(已经在wikioi上AC)

#include<iostream>
int main()
{
	int n,k;
	std::cin>>n>>k;
	int ** a=new int* [k+1];
	for(int i=0;i<=k;i++)
		a[i]=new int[n+1];
	for(int i=0;i<n+1;i++)
	{
		a[0][i]=0;
		a[1][i]=1;
	}
	for(int i=2;i<=k;i++)
		for(int j=0;j<i;j++)
			a[i][j]=0;
	for(int i=2;i<=k;i++)
		for(int j=i;j<=n;j++)
		{
				a[i][j]=a[i][j-i]+a[i-1][j-1];
		}
	std::cout<<a[k][n];
}

关于这两道题的理解至此，错误之处，还望不吝指出。

 

 

 

 

 

PS：(最近在看Matrix67的博客)