今天我们学习的是动态规划:
1:
序列dp:最典型的当然是
最长严格上升子序列(题目自查)
int n, a[100], dp[100] = {},sum=0;
cin >> n;
for (int i = 1; i <= n; i++)
cin >> a[i];
for (int i = 1; i <= n; i++)
{
f[i] = 1;
for (int j = 1; j <i; j++)
{
if (a[i] > a[j] & f[i] < f[j] + 1)
f[i] = f[j] + 1;
}
if (sum < f[i]) sum = f[i];
}
这样一瞧dp好简单,但其实这只是最为基础的
2:
背包:这是个好东西,只要记牢每一个式子,看出是什么背包,就这样一嵌套就OK了
01背包:最简单基础的问题;最为经典的问题是这样的:
N件物品,一个容量为V的背包。第i件物品的费用是c[i],价值是w[i]。将物品装入背包使价值总和最大。
这样的,每件背包只有一件,你爱放不放。
如此下来,也就只记得只背包的套路,f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]};
那有没有02背包呢?没有
接下来就是完全背包了:
这背包不错,经典题目:
N种物品,一个容量为V的背包,每种物品都可用多次。第i种物品的费用是c[i],价值是w[i]。将物品装入背包使这些物品的价值总和最大。
和01背包对比一下,区别在这样物品可以放多次,但依旧不能超过费用
f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]|0<=k*c[i]<=v}
<span style="color:#ff0000">f[v]=max{f[v],f[v-cost]+weight}</span>
多重背包问题
经典例题:
N种物品,一个容量为V的背包。第i种物品最多有n[i]件可用,每件费用是c[i],价值是w[i]。将物品装入背包使这些物品价值总和最大。
跟完全背包有些类似
f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]}
还有个混合背包,就是上三种最简单的背包的结合,就不多说了。
区间dp,状压dp,自己也没怎么听懂,就不谈了;
考题有些猥琐,至今任然想不出自己的正解。。。
一;猥琐的题目,翻出来是这样的求一个序列中两个不重叠子串的最大和(笑哭
二;翻出来是这样的,给定一个n个元素的数组,其中0能变任意数,求最长上升子序列长度
。。。