数塔问题:
f[i][j]存储第i行第j个点的数值,令dp[i][j]表示第i行第j个数字出发的到达最底层的所有路径中能得到的最大和。i,j都从1开始
显然: dp[i][j]=max(dp[i+1][j],dp[i+1][j+1])+f[i][j]
得到状态转移方程,而最后一层dp值总是等于元素本身。
即:dp[n][j]==f[n][j](1<=j<=n) 把这种可以直接确定其结果的部分称为边界
而动规的递推写法总是从这些边界出发,通过状态转移方程扩散到整个dp数组。
从最底层各位置的dp值开始,不断往上求出每一层各位置的dp值,最后就会得到最终结果dp[1][1]
//录入边界
for(int j=1;j<=n;j++){
dp[n][j]=f[n][j];
}
//状态转移 从n-1层不断往上计算出dp[i][j]
for(int i=n-1;i>=1;i--){
for(int j=1;j<=i;j++){
dp[i][j]=max(dp[i+1][j],dp[i+1][j+1])+f[i][j];
//每次通过i+1层求第i层 且每次i+1都先求出来了
}
}
最大连续子序列和
- 给定序列,求连续的子序列要求和最大,求最大的和为多少
- dp[i]表示以a[i]作为末尾的连续序列的最大和(a[i]必须是末尾被选的数啊啊),dp数组中所有的数据的最大值就是所求
- dp[0]初始化为a[0],dp数组从1生成到n-1
- 因为a[i]一定是所选序列的末尾,所以分为两种情况:
- a[i]开始,a[i]结束
- 某数开始,到a[i]结束(最大和是dp[i-1] + a[i])
- 所以递推方程为dp[i] = max(a[i], dp[i-1]+a[i]);
- dp数组中所有的数据的最大值就是所求:maxn = max(dp[i], maxn);
// a数组从下标0开始
dp[0] = a[0];
int maxn = a[0];
for(int i = 1; i < n; i++) {
dp[i] = max(a[i], dp[i-1]+a[i]);
maxn = max(dp[i], maxn);
}
printf("%d", maxn);
最长不下降子序列(LIS)
- 求一个序列的最长的子序列(可以不连续),使得这个子序列是不下降的
- dp[i]表示必须以a[i]结尾的最长不下降子序列的长度,dp数组中所有数据的最大值即为所求
- i从0到n-1依次更新dp[i]的值,dp[i]的值需要由之前所生成的所有dp[j]递推而得(j从1到i-1),每次检查是否a[i]>=a[j],即是否构成最长不下降子序列,如果构成,会有两种结果:
- dp[j]+1比dp[i]大,则更新dp[i] = dp[j] + 1
- dp[j]+1比dp[i]小,则dp[i]保持不变
- 所以递推方程为dp[i] = max{dp[i], dp[j] + 1};
- dp数组中所有数据的最大值即为所求:ans = max(dp[i], ans);
int ans = 0;
for(int i = 0; i < n; i++) {
for(int j = 1; j < i; j++) {
if(a[i] >= a[j])
dp[i] = max(dp[i], dp[j] + 1);
}
ans = max(dp[i], ans);
}
printf("%d", ans);
最长公共子序列(LCS)
- 给定两个字符串或者数字序列A和B,求一个字符串,使得这个字符串是A和B的最长公共部分(子序列可以不连续)
dp[i][j]
表示A的第 i 位之前和B的第 j 位之前的这两个序列的LCS最长公共子序列的长度(下标从1开始),那么dp[lena][lenb]
即为所求- 递推方程:
- 当a[i] == b[j] :
dp[i][j] = dp[i-1][j-1] + 1
- 当a[i] != b[j] :
dp[i][j] = max(dp[i-1][j], dp[i][j-1])
- 边界:
dp[i][0] = dp[0][j] = 0
(0 <= i <= lena, 1 <= j <= lenb)
- 当a[i] == b[j] :
char a[100], b[100];
scanf("%s", a+1);
scanf("%s", b+1);
int lena = strlen(a + 1), lenb = strlen(b + 1);
for(int i = 0; i <= lena; i++) dp[i][0] = 0;
for(int j = 0; j <= lenb; j++) dp[0][j] = 0;
for(int i = 1; i <= lena; i++) {
for(int j = 1; j <= lenb; j++) {
if(a[i] == b[j])
dp[i][j] = dp[i-1][j-1] + 1;//若可以产生重复元素
// dp[i][j] =max(dp[i-1][j], dp[i][j-1]) + 1;
else
p[i][j] = max(dp[i-1][j], dp[i][j-1]);
}
}
printf("%d", dp[lena][lenb]);
最长回文子串
- 给出一个字符串s,求s的最长回文子串的长度
dp[i][j]
表示 s[i] 到 s[j] 所表示的字串是否是回文字串,值只有0和1- 初始化长度1和2的值:
dp[i][i] = 1, dp[i][i+1] = (s[i] == s[i+1]) ? 1 : 0
,然后长度L从3到len,满足的最大长度L即为所求的ans值 - 递推方程:
- 当s[i] == s[j] :
dp[i][j] = dp[i+1][j-1]
- 当s[i] != s[j] :
dp[i][j] = 0
- 当s[i] == s[j] :
- 因为i、j如果从小到大的顺序来枚举的话,无法保证更新
dp[i][j]
的时候dp[i+1][j-1]
已经被计算过。因此不妨考虑按照字串的长度和子串的初试位置进行枚举,即第一遍将长度为3的子串的dp的值全部求出,第二遍通过第一遍结果计算出长度为4的子串的dp的值…这样就可以避免状态无法转移的问题
int len = s.length();
//先把1和2长度的都初始化了
int ans = 1;
for(int i = 0; i < len; i++) {
dp[i][i] = 1;
if(i < len - 1 && s[i] == s[i+1]) {
dp[i][i+1] = 1;
ans = 2;
}
}
//状态转移方程
for(int L = 3; L <= len; L++) {
for(int i = 0; i + L - 1 < len; i++) {
int j = i + L - 1;
if(s[i] == s[j] && dp[i+1][j-1] == 1) {
dp[i][j] = 1;
ans = L;
}
}
}
printf("%d", ans);
背包问题
01背包问题
- 有n件物品,每件物品的重量为w[i],价值为c[i]。现有一个重量为V的背包,问如何选取物品放入背包,使得背包内物品的总价值最大。其中每种物品只有1件
dp[i][j]
表示前i件物品恰好装入容量为j的背包所能获得的最大价值- 不放第i件物品,则
dp[i][j] = dp[i-1][j]
- 放第i件物品,那么问题转化为前i – 1件物品恰好装入容量j – w[i]的背包中所能获得的最大价值
dp[i-1][j-w[i]] + c[i]
- 不放第i件物品,则
- 递推方程
dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]]+c[i]);
for(int i = 1; i <= n; i++) {
for(int j = 1, j <= v; j++)
if(j - w[i] >= 0)
dp[i][j] = max(dp[i-1][j], dp[i-1][j-w[i]] + c[i]);
else
dp[i][j] = dp[i-1][j];
}
- 一维:
for(int i = 1; i <= n; i++) {
for(int j = v; j >= w[i]; j--)
dp[v] = max(dp[v], dp[v-w[i]] + c[i]);
}