动态规划的状态转移,以前一直认为dp[i][j]中i、j一定会对应c[0...i]和d[0...j]两个数组中i和j
做了一道 出勤记录II 的题,要求的是长度为N的符合条件的字符串的排列总和,这道题和网易2017年秋招编程题之暗黑的字符串一样
网易2017年秋招编程题之暗黑的字符串题目:
一个只包含'A'、'B'和'C'的字符串,如果存在某一段长度为3的连续子串中恰好'A'、'B'和'C'各有一个,那么这个字符串就是纯净的,否则这个字符串就是暗黑的。例如:
BAACAACCBAAA 连续子串"CBA"中包含了'A','B','C'各一个,所以是纯净的字符串
AABBCCAABB 不存在一个长度为3的连续子串包含'A','B','C',所以是暗黑的字符串
你的任务就是计算出长度为n的字符串(只包含'A'、'B'和'C'),有多少个是暗黑的字符串。
输入描述:
输入一个整数n,表示字符串长度(1 ≤ n ≤ 30)
输出描述:
输出一个整数表示有多少个暗黑字符串
输入例子:
2
3
输出例子:
9
21
假设现在字符串中有i个字符,并且满足条件,那么第i+1个字符的选取情况与第i-1和第i个字符的状态(用S表示)有关:若S='AA',那么第i+1个字符可以选取'A','B','C'中任意一个;若S=‘AB’,那么第i+1个字符只能取'A'或'B',如果选取'C',就会产生纯净的字符串;若S='AC',那么第i+1个字符只能取'A'或'C'。由题意可知S有9种状态,其他6中状态的转移情况同理。这样,我们就可以在状态转移过程中统计暗黑的字符串的个数。此处有些类似于动态规划,不过动态规划是在每一步状态转移的时候选取最优方案,从而使最终方案最优;而此处是在状态转移过程中避免产生纯净字符串,同时统计暗黑的字符串的个数。
状态转移方程:
dp[i+1][0]=dp[i][0]+dp[i][3]+dp[i][6]
dp[i+1][1]=dp[i][0]+dp[i][3]
dp[i+1][2]=dp[i][0]+dp[i][6]
dp[i+1][3]=dp[i][1]+dp[i][4]
dp[i+1][4]=dp[i][1]+dp[i][4]+dp[i][7]
dp[i+1][5]=dp[i][4]+dp[i][7]
dp[i+1][6]=dp[i][2]+dp[i][8]
dp[i+1][7]=dp[i][5]+dp[i][8]
dp[i+1][8]=dp[i][2]+dp[i][5]+dp[i][8]
其中dp数组的第一维表示字符串长度,第二维的9个值分别表示字符串最后两个字符的9中状态,对应关系如下:
0->AA 1->AB 2->AC 3->BA 4->BB 5->BC 6->CA 7->CB 8->CC
那么dp[i][0]就表示长度为i并且最后两位字符为AA的暗黑的字符串的个数,其他同理。
以上来源于网易2017秋招暗黑字符串
今天做hihoCoder的时候,遇到了一题类似的:
原题:
小Hi的算法课老师每次上课都会统计小Hi的出勤记录。迟到会被记录一个L,缺席会被记录一个A,按时上课会被记录一个O。
一学期结束,小Hi的出勤记录可以看成是一个只包含LAO的字符串,例如"OOOOLOOOLALLO……"。
如果小Hi整学期缺席不超过1次,并且没有连续3次迟到,小Hi的出勤记录就算合格。
现在给出字符串的长度N,小Hi想知道长度为N的出勤记录中,合格的记录总共有多少种。
例如长度为3的合格出勤记录有19种:OOO OOL OOA OLO OAO LOO AOO OLL OLA OAL LOL LOA AOL LLO LAO ALO LLA LAL ALL。
输入
一个整数N(1 <= N <= 100000)。
输出
长度为N的合格记录总数。由于结果可能很大,你只需输出结果模109+7的余数。
3
19
经过分析,发现是暗黑字符串的一次变形.
下面写出我自己推的状态
LL --> 0, OL --> 1, OO,OL --> 2
A...LL 表示的是包含A,且最后两位字符是LL
A...LL --> 3,A...OL --> 4, AL-->5, A...OO,A...OL --> 6
OA,LA -->7 AO --> 8
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n;
final int m = 1000000000 + 7;
long[] dp, temp;
while(scanner.hasNext()){
n = scanner.nextInt();
if(n == 1){
System.out.println(3);
continue;
}else if(n == 2){
System.out.println(8);
continue;
}
dp = new long[9];
dp[0] = 1;
dp[1] = 1;
dp[2] = 2;
dp[5] = 1;
dp[7] = 2;
dp[8] = 1;
for(int i = 3; i <= n; i++){
temp = Arrays.copyOf(dp, dp.length);
dp[0] = temp[1];
dp[1] = temp[2];
dp[2] = (temp[0] + temp[1] + temp[2] ) % m;
dp[3] = (temp[5] + temp[4]) % m;
dp[4] = (temp[6] + temp[8]) % m;
dp[5] = temp[7];
dp[6] = (temp[3] + temp[4] + temp[5] + temp[6]
+ temp[8]) % m;
dp[7] = (temp[0] + temp[1] + temp[2]) % m;
dp[8] = temp[7];
}
long res = 0;
for(int i = 0; i < dp.length; i++){
res = (res + dp[i]) % m;
}
System.out.println(res);
}
scanner.close();
}