划分型动态规划是前缀型动态规划的一种
- 划分型动态规划中也有前缀的思想
- 状态表示常见的有两种
- 如果指定了要划分为几部分:dp[i][j]表示前i个数/字符划分为j个部分最优值/方案数/可行性
- 如果没有指定划分为几部分:dp[i]表示前i个数/字符划分为若干个部分的最优值/方案数/可行性
单词划分
不太适合记忆化搜索,1s是10^8,递归深度达到10^7,只能10^5,容易溢出
状态:dp[i]表示前i个字符是否可以被划分成若干个单词
方程:dp[i]=or{dp[j] and j+1~i是一个单词} 0<=j<i
初始化:dp[0]=true,dp[1...n]=false
答案:dp[n]
时间复杂度为O(N^2),为了优化,可以选择循环最大单词长度,时间复杂度变为O(NL),打擂台为O(M),综上,时间复杂度为O(NL+M),M代表单词词典中单词个数,N代表s的长度,L代表单词中的最长单词长度
解码方法 Decode Ways
问方案总数,其实是划分方案
dp[i]表示前i个字符有多少种解码方式
dp[i]=dp[i-1]*decod eOK(最后1个字符)+ dp[i-2]*decodeOK(最后2个字符)
decodeOK返回1如果可以decode,否则返回0
可以用滚动数组优化么?可以,模3
初始化:dp[0]=1,dp[1]=第一个字符的解码方案数
答案:dp[n]if n>=1 else 0
复印书籍问题
1.二分法,最优时间复杂度O(nlogSum)
2.动态规划 时间复杂度O(n^2*k)
状态:dp[i][j]=前i本书分给j个人,最少花多少时间复印完
方程:dp[i][j]=min(dp[i][j],max(dp[prev][j-1],sum{pages[prev...i-1]}))
初始化:dp[0][i]=0,其他dp[i][j]=无穷大
答案:dp[n][k]
这个题还可以使用动态规划的常用时间复杂度优化算法——四边形,不等式优化法将时间复杂度降低为O(nk)
划分型动态规划小结
属于前缀型的一种
让你将字符串、数组划分为若干个部分或指定个数部分
开动规数组时,n和k都需要+1
方程推导是去找最后一个部分从哪儿切开