程序猿之路

本题的行和列的范围相差很多，因此很容易想到要用状态压缩。对于（i，j）位置，影响它能否放炮兵的因素有两个：1.是否是平地 2.（i-1,j)或(i-2,j)处是否放有炮兵。至于与它同行的就不用考虑了，因为在设计算法是可以很容易的避免同行的相互攻击。所以我们必须要记录i-1行和i-2行的放置炮兵的情况，首先很容易想到把第i-1行和i-2行分别按二进制位压缩，但很快就把这种想法给否定了，因为这样做的话

这道题的数据范围为1但这题又不是单纯的LIS，因为它加了一个限制条件。算法思想：此题要用到一个附加数组c[i],其中c[i]表示长度为i的子序列的最小尾部，但因为此题有个限制条件：相邻两个数字的距离大于d，因此在读第i个元素时，c数组其实还只更新到i-d，这也就是处理此题的技巧了。 dp[i]：以第i号元素结尾的最长子序列c[i]:长度为i的子序列的最小尾部a[i]:集合元

这道题看了解题报告后才懂的，第一次遇到这种变形的背包，不过真是很难想到要先按照Q-P排序。。。下面说一下我对本题的理解。     首先讲一下暴力解决，很显然我们可以用枚举的方法，对每个物品都有选与不选两种决策。但即使暴力也存在一个问题，比如对 3 5 6，5 10 5这两个物品，如果我们的决策是两个都不选或者是只选其中一个，显然没什么问题，但如果我们要是两个都选的话，按照之前这个顺序有m>

这道题是一个背包的变形。把每个砝码看作一个物品，每个物品可以放在任意一个挂钩上，则对于每个物品，它的价值只会在它所有可能出现的价值中选一个（且必须选一个）。但这样处理后，还存在一个问题，因为价值可能为负，所以n个物品最后可能会产生一个负价值，而背包的体积肯定为正，估算一下后我们知道，可能长生的最大负加值为-15*20*25=-7500，所以我们可以把初始平衡位置定为7500，也可理解为把n的物品长

一道高中就应该掌握的概率题，却想了很久而不得其解。不是因为求概率难，而是不知道怎么用算法实现。没想到dp可以如此轻松的解决刚开始思想上的种种难关，dp真的很强大啊。（ps：这道题很好，值得认真的做一下！） #include#includeusing namespace std;double team[1001][31];double dp[1001][31][31];/

首先来说一下此题的动归思想。可以模拟一下我们手放的过程，刚开始时棋盘为空，所以我们就从第一行开始铺，当第一行铺满后，再从第二行开始铺（注意此时第二行有些方格可能已经被占了），然后一直进去……            对于当前行，每个方格都有两种铺法，因此这就影响到了当前行铺完后下一行的状态。如果我们选取第i行各方格的初始状态作为第i行的状态，那么从第i行到第i+1行的状态转移也就很清楚了。接下来就是

此题为区间动态规划，但此题的状态转移真的非常巧妙。首先将木块按颜色分成段，每一段的颜色相同。dp[i][j][k]表示消去[i,j]段得到的最大分数，其中k表示第j段后面与它颜色相同的段的长度，且这一段已经缚到第j段了。现在来考虑第j段，它要么单独消去，要么与[i,j-1]中与它颜色相同的段一起消去。所以状态转移方程：dp[i][j][k]=max(dp[i][j-1]+（a[j]+k)*

刚开始没去深入挖掘题目的意思，因此一直在纠结题目中提到的黑屋子，其实仔细一想后，黑屋子只不过是为了改变出场顺序而已，所以重点又回到了原来给定的那个顺序上。想通这一点后，本题也就不难设计出状态了。    dp(i,j）表是区间[i.j]中的人得到的最小不高兴度，现在来分析第i个人，在他之前可以有k个人已经走上了舞台（此即黑屋子的巧妙用处），则状态转移方程为：dp(i,j)=min(  dp(

题目要求“第K堆中任意一块积木的编号要大于第K+1堆中任意一块积木的编号”，为了与后面的保持一致，我们把它改为“小于后面一堆”，这样改动显然不会影响最终的解，接下来就是状态设计了。对于第j快积木，假设当前已经有i堆积木了，那么它有三种决策，不放或另起一堆或放在当前堆的最上面，由题目限制可知，不可能放在第i堆前面的堆中。对于放在当前堆的这一决策，当然还要考虑能否放上去，也就是我们还要知道第i堆最上面

先对均方差的公式化简，可发现只需求出sum（x[i]^2)的最小值，其中x[i]为一个矩形棋盘的总分。很容易就想到动态规划了，dp[x1][y1][x2][y2][k]表示一个左上坐标为(x1,y1),右下坐标为（x2,y2)的矩形棋盘切割k次得到的最小sum（x[i]^2),则状态转移很明显，对于一个给定的矩形棋盘，只有两种切割方式，要么横切，要么纵切。转态转移方程：dp[x1][y

先来看第x个人能否最终获胜，可以将x拆成两个点，这样就将环变成了链，接下来只需知道x能否与自己相遇，若能相遇则说明能获胜。因此可以用dp[i][j]表示第i个人与第j个人能否相遇，若能则为1，否则为0。现在若知道dp[i][k]=dp[k][j]=1,i所以转移方程也就出来了。还有就是要注意某些细节，具体看程序实现。#include#includeusing namespace

动态规划要求状态表示满足无后效性，若以第i步作为当前状态，显然不满足无后效性，因为作哪种决策取决于当前双脚的状态，而这是未知的。因此选当前双脚的位置作为当前状态能满足无后效性。那么此题很明显是一个多状态决策问题了。用dp[i][j][k]表示从当前状态（左脚的位置为i，右脚的位置为j,已跳了k步）到终状态消耗的最小体力。dp[i][j][k]=min(dp[i][a[k+1]][k+1]+

看到这道题，第一感觉就是区间dp，但重要的就是如何状态转移了。对于给定的串S，可分以下三种情况讨论：1.S形如(S')或[S'],则只要把S'变成规则的就行；2.S形如(S'则只需将S'变成规则的，然后在右边添上')';3.对于S形如S')或S']或[S',方法同上。对于任何一个串S，都可将它分成两部分S1，S2，若S1，S2规则，则S也规则。说到这里，状态转移方程基本

本题数据范围较小，但暴力枚举的话肯定超时，因为最坏情况将要枚举15！种情况，因此只有采取dp。本题有点类似于经典的数塔模型，此处用已完成的课程表示当前的状态，对于某门课程，0表示还未完成，1表示已完成，采用按位压缩的方式表示出所有的情况，因此最多有1//状态压缩dp，类似于数塔模型。//对应位上，1表示已完成该课程,0表示未完成 //如001表示课程1已完成，而2，3未完成 #inc

刚开始看这题，根本没想到是背包，看来对背包的理解还不够透彻/*背包问题：1.因为题目中提到所有广场所能容纳的人数刚好等于总人数，所以只要 安排好其中一方粉丝（a），另一方就唯一确定了。2.取s=min(s1,s2)，则可以把s看做背包体积，每个广场所能容纳的人数看做 每个物品的体积3.每个广场有三种选择方式，全部放a，不放a，放一半a（前提是总数为偶数）*/#include