算法笔记刷题记录——动态规划模块

这两篇博客探讨了动态规划在解决实际问题中的应用。第一篇介绍了如何使用动态规划求解斐波那契数列的递归和递推方法,提供了一个AC代码实现。第二篇讲解了找到数组中最大连续子序列和的问题,同样使用动态规划求解,并给出了完整的解决方案。这两个实例展示了动态规划在优化复杂度和解决最优化问题上的威力。
摘要由CSDN通过智能技术生成

100000625 -《算法笔记》11.1小节——动态规划专题->动态规划的递归写法和递推写法AC代码

// An highlighted block
#define _CRT_SECURE_NO_WARNINGS
#include <bits/stdc++.h>

using namespace std;

int dp[40];

int F(int n)
{
	if (n <= 1) return n;
    dp[0] = 0;
    dp[1] = 1;
    for (int i = 2; i <= n; i++)
    {
        if(dp[i]==0) dp[i] = dp[i - 1] + dp[i - 2];
    }
    return dp[n];
}
int main()
{
    int n;
    while (scanf("%d", &n) != EOF) {
        cout << F(n) << endl;
    }
    return 0;
}

100000626 - 《算法笔记》11.2小节——动态规划专题->最大连续子序列和

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;

int main()
{
	int n, a[10005], dp[10005], ans, e;
	while (cin >> n && n)
	{
		ans = -1e9;
		for (int i = 0; i < n; i++)//读入数据
			cin >> a[i];
		dp[0] = a[0];
		if (dp[0] > ans)
		{
			ans = dp[0];
			e = 0;
		}
		for (int i = 1; i < n; i++)
		{
			dp[i] = max(a[i], dp[i - 1] + a[i]);
			if (dp[i] > ans) {
				ans = dp[i];
				e = i;
			}
		}
		int s = e, q = ans;
		while (1)
		{
			q -= a[s];
			s--;
			if (s == -1) break;
			if (q == 0 && a[s] != 0) break;
		}
		if (ans >= 0) cout << ans << " " << a[s + 1] << " " << a[e] << endl;
		else cout << 0 << " " << a[0] << " " << a[n - 1] << endl;
	}
}


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值