01背包问题
适用于数据范围较小(eg. 1<=n<=100,1<=wi,vi<=100,1<=w<=10000)
有n个重量和价值分别为wi和vi的物品,从这些物品中挑出总重量不超过W的物品,求所挑选方案中价值的最大值。
(1=<n<=100,1<=wi,vi<=100,1<=W<=10000)
dp[i+1][j]:从0到i这i+1个物品中选出总重量不超过j的物品同时总价值最大(dp[0][j]=0)
二维数组代码:
void solve(){
for(int i=0;i<n;i++){
for(int j=0;j<=W;j++){
if(j<w[i])dp[i+1][j]=dp[i][j];//能承受重量少于物品重量,则不能这个物品
else dp[i+1][j]=max(dp[i][j],dp[i][j-w[i]]+v[i]);//要和不要求最大值
}
}
printf("%d\n",dp[n][W]);
}
一维数组代码:
for(int i=0;i<n;i++){
for(int j=W;j>=w[i];j--){
dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}
}
printf("%d\n",dp[W]);
01背包问题2
适用于数据范围较大(1=<n<=100,1<=wi<=1^7,1<=vi<=100,1<=W<=1^9)
当限制条件改变时(变大),此时可以看见重量已经非常大了,相较之下,价值的范围小,所以我们可以这样定义:
dp[i+1][j]:从前i个物品中选出总价值为j时最小的重量(dp[0][0]=0,dp[0][j]=INF前0个物品中什么都挑选不了,所以初始值为INF)
此外,从前i个物品中选出总价值为j时,一定有:
1)从前i-1个物品中选择总价值为j的物品
2)从前i-1个物品中选择总价值为j-v[i]的物品,然后选中第i个物品
所以dp[i+1][j]=min(dp[i][j],dp[i][j-v[i]]+v[i]);
int dp[MAX_N+1][MAX_N*MAX_V+1]
void solve(){
fill(dp[0],dp[0]+MAX_N*MAX_V+1,INF);
dp[0][0]=0;
for(int i=0;i<n;i++){
for(int j=0;j<=MAX_N*MAX_V;j++){
if(j<v[i])dp[i+1][j]=dp[i][j];
else dp[i+1][j]=min(dp[i][j],dp[i][j-v[i]]+w[i]);
}
}
int res=0;
for(int i=0;i<=MAX_N*MAX_V;i++){
if(dp[n][i]<=W)res=i;//n个物品都选了res为价值最大且不超过W的价值
}
printf("%d\n",res);
}
完全背包问题
有n个重量和价值分别为wi和vi的物品,从这些物品中挑出总重量不超过W的物品,每种物品任意选多件,求所挑选方案中价值的最大值。
二维数组代码:
void solve(){
for(int i=0;i<n;i++){
for(int j=0;j<=W;j++){
if(j<w[i])dp[i+1][j]=dp[i][j];
else dp[i+1][j]=max(dp[i][j],dp[i+1][j-w[i]]+v[i]);
}
}
printf("%d\n",dp[n][W]);
}
一维数组代码:
for(int i=0;i<n;i++){
for(int j=w[i];j<=W;j++){
dp[j]=max(dp[j],dp[j-w[i]]+v[i]);
}
}
printf("%d\n",dp[W]);
最长公共子序问题(LCS - Longest Common Subsequence)
给定两个字符串s1…si和t1…tj,求着两个字符串最长的公共子序列的长度。
定义dp[i][j]:=s1…si和t1…tj对应的LCS的长度
因此s1…si+1和t1…tj+1对应的公共子列可能是:
- 当si+1=tj+1时,在s1…si和t1…tj的公共子列末尾加上si+1
- s1…si和t1…tj+1的公共子列
- s1…si+1和t1…tj的公共子列
三者中的某一个
因此得到递推方程:
dp[i+1][j+1]=
- max(dp[i][j]+1,dp[i][j+1],dp[i+1][j]) (si+1=tj+1)
- max(dp[i][j+1],dp[i+1][j]) (si+1!=tj+1)
int n,m;
char s[MAX_N],t[MAX_M];
int dp[MAX_N+1][MAX_M+1];
void solve(){
for(int i=0;i<n;i++){
for(int j=0;j<m;j++){
if(s[i]==t[j])dp[i+1][j+1]=dp[i][j]+1;
else dp[i+1][j+1]=max(dp[i][j+1],dp[i+1][j]);
}
}
}
最长上升子序问题(LIS - Longest Increasing Subsequence)
方法一:复杂度O(n^2)
有一个长为n的数列a0,a1,…,an-1,求这个序列中最长的上升子序列(对于任意j<i都满足aj<ai)的长度。
首先建立递推关系:dp[i]:=以ai结尾的最长上升子序的列的长度
以ai结尾的上升子序列是:
1)只包含ai的子序列,即长度为1
2)在满足j<i并且aj<ai的以aj结尾的序列中,末尾加上ai,即长度大于等于1
===》得到递推关系:dp[i]=max(1,dp[j]+1) (i<j且aj<ai)
int res=0;
for(int i=0;i<N;i++){
dp[i]=1;//以ai结尾的序列长度至少为1
for(int j=0;j<i;j++){
if(a[j]<a[i])dp[i]=max(dp[i],dp[j]+1);
}
res=max(res,dp[i]);//res选出以a0到aN-1结尾的序列的最大值即为LIS
}
printf("%d\n",res);
方法二:复杂度O(nlogn)
最开始全部dp[i]都初始化为INF。然后由前到后逐个考虑数列的元素,对于每个aj,如果i=0或者dp[i-1]<aj的话,都用dp[i]=min(dp[i],aj)进行更新。最终找出使得dp[i]<INF的最大的i+1就是结果了
int dp[MAX_N];
void solve(){
fill(dp,dp+n,INF);
for(int i=0;i<n;i++){
*lower_bound(dp,dp+n,a[i])=a[i];
}
printf("%d\n",lower_bound(dp,dp+n,INF)-dp);
}
多重部分和问题
有n种不同大小的数字ai每种mi个。判断是否可以从这些数字中选出若干使他们的和恰好为k
dp[i+1][j]:=用前i种数加和得到j时第i种数最多能剩余几个
dp[i+1][j]=
- mi (dp[i][j]>=0)
- -1 (j<ai或者dp[i+1][j-ai]<=0)
- dp[i+1][j-ai]-1 (其他)
这个递归式可以在O(nK)时间内计算出结果,再将数组重复利用的话,就得到如下代码:
int dp[MAX_K+1];
void solve(){
memset(dp,-1,sizeof(dp));
dp[0]=0;
for(int i=0;i<n;i++){
for(int j=0;j<=K;j++){
if(dp[j]>=0){
dp[j]=m[i];
}
else if(j<a[i]||dp[j-a[i]]<=0){
dp[j]=-1;
}
else dp[j]=dp[j-a[i]]-1;
}
}
if(dp[K]>=0)printf("Yes\n");
else printf("No\n");
}
划分数问题
有n个无区别的物品,将他们划分成不超过m组,求出划分方法数模M的余数
eg、n=4,m=3,M=10000
划分成1组,4
划分成2组,2,2或1,3
划分成2组,1,1,2
一共4种情况。
这样的划分被成做n的m划分,特别的,m=n时称做n的划分数。dp不仅对于求解最优问题有效,对于更重排列组合的个数、概率或者期望之类的计算同样很有用。
dp[i][j]:=j的i划分数
考虑n的m划分,如果对于每个i都有ai>0,那么{ai-1}就对应了n-m的m划分。另外,如果存在ai=0,那么就对应了n的m-1划分,综上,可得以下递推关系:
dp[i][j]=dp[i][j-i]+dp[i-1][j]
int n,m;
int dp[MAX_M+1][MAX_N+1];
void solve(){
dp[0][0]=1;
for(int i=1;i<=m;i++){
for(int j=0;j<=n;j++){
if(j-i>=0){
dp[i][j]=(dp[i-1][j]+dp[i][j-i])%M;
}
else dp[i][j]=dp[i-1][j];
}
}
printf("%d\n",dp[m][n]);
}
多重集组合数
有n中物品,第i种物品有ai个。不同种类的物品可以相互区分但相同种类的无法区分。从这些物品中取出m个,有多少种取法?求出的方案模M。
eg、n=3,m=3,a={1,2,3},M=10000
结果:
6(0+0+3,0+1+2,0+2+1,1+0+2,1+1+1,1+2+0)
为了不重复计数,同一种物品最好一次性处理好,于是我们按照如下方式定义。
dp[i+1][j]:=从前i种物品中取出j个的组合总数
dp[i+1][j]=dp[i+1][j-1]+dp[i][j]-dp[i][j-1-ai]
复杂度:O(nm)
int n,m;
int a[MAX_N];
int dp[MAX_N][MAX_M+1];
void solve(){
for(int i=0;i<=n;i++){
for(int j=1;j<=m;j++){
if(j-1-a[i]>=0){
//在有取余的情况下,要避免减法运算的结果出现负数
dp[i+1][j]=(dp[i+1][j-1]+dp[i][j]-dp[i][j-1-a[i]]+M)%M;
}
else dp[i+1][j]=(dp[i+1][j-1]+dp[i][j])%M;
}
}
printf("%d\n",ap[n][m]);
}