ch09 部分题目解法

ch09 部分题目解法

先自己思考，多角度尝试后解决不了再看解法。

快乐的假期

• 知识点：基础 DP

• 思路：

  • dp[i][0/1/2]：分别表示钦定第 i 天游泳/爬山/写作业，前 i 天的最大快乐值。

  • 状态转移

    • 如果第 i 天游泳，前一天就只能爬山或写作业，在这两种选择中取最大值 dp[i][0] = max(dp[i-1][1], dp[i-1][2]) + a[i];
    • dp[i][1] 和 dp[i][2] 的计算同理。

  • 边界

    • 从第 1 天开始有活动，第 0 天没有快乐值 dp[0][0] = dp[0][1] = dp[0][2] = 0;

数列分段 I

• 知识点：基础 DP
• 思路：
  • dp[i]：前 i 个数字最多分成 dp[i] 段
  • 状态转移
    • 前 i 个数字也有可能无法分段，先给 dp[i] 赋初始值 -1 表示无法分段。
    • 考虑第 i 个数字所在的这最后一段范围，记前 j 个数字是之前分好段的，第 j+1 ~ i 个数字作为最后一段。
    • 前 j 个数字最多分成 dp[j] 段，加上最后这一段，共有 dp[j] + 1 段，所以 dp[i] 的一个取值选择是 dp[i] = dp[j] + 1。
      • 前提1：第 j+1 ~ i 个数字的和要 >= 0，可以预处理前缀和，快速计算这一段的和。
      • 前提2：前 j 个数字要能够分段，不能无解。
    • 枚举 j ，取最大的 dp[j] + 1 就是 dp[i] 的值。
  • 边界：
    • 0 个数字分成 0 段，dp[0] = 0。

数列分段 II

• 知识点：基础 DP
• 思路：
  • dp[i]：给前 i 个数字分段的最小总代价。
  • 状态转移：
    • 与“数列分段 I”类似，枚举 j，计算最后这一段的代价，dp[i] = min(dp[i], dp[j] + 最后一段代价)。
    • 每个状态因为要取 min，先给一个极大的初始值，dp[i] = 1e18。
  • 边界：
    • 0 个数字不用分段，代价为 0，dp[0] = 0。
  • 注意代价是有可能超过 int 范围的。

数列取数 I

• 知识点：基础 DP
• 思路：
  • dp[i]：前 i 个数能取出的最大总和。
  • 状态转移：
    • 对于 dp[i]，考虑最后一步，也就是选或不选 a[i]
      • 不选 a[i]：相当于在前 i - 1 个数字中选，dp[i-1]
      • 选 a[i]：不能选 a[i-1]，可以在前 i - 2 个数字中选，dp[i-2] + a[i]
    • 所以 dp[i] = max(dp[i-1], dp[i-2] + a[i])
  • 边界
    • 递推计算 dp[i] 要用到 dp[i-1] 和 dp[i-2]，可以状态 0 和 1 作为边界，dp[0] = 0, dp[1] = a[1]，从 2 开始递推。

数列取数 II

• 知识点：基础 DP
• 思路：
  • 与“数列取数 I”的区别是本题不能同时选第 1 个和第 n 个，“数列取数 I”则没有这个要求。处理方式很简单，做两次 DP。
  • 第一次 dp：限制不选 a[n]，即按照“数列取数 I”的方式算出 dp[n-1]
  • 第二次 dp：限制不选 a[1]，可以将 a[1] 赋值为极小的值，这样肯定不会选到 a[1]，然后按照“数列取数 I”的方式算出 dp[n]
  • 两次算出的结果取最大值为答案。

导弹拦截

• 知识点：LIS 变形问题
• 思路：
  • 第一问求最长不升子序列长度，与 LIS 解法类似。
  • 第二问解法是贪心
    • 贪心 1
      • 对于每一发来袭的导弹，应该尽量用之前的拦截系统，不要新开一套拦截系统。
      • 能不新开一套拦截系统的情况下去用新的系统，不会令结果更优。
    • 贪心 2
      • 记已经用了 m 套拦截系统，第 j 套系统最后拦截的导弹高度是 b[j]。
      • 对于下一次来袭的导弹高度 a[i]，考虑应该用之前哪套系统拦截，还是不得不新开一套系统。
      • 对于 b[j] < a[i] 的系统 j，拦截不了更高的导弹，不能用。
      • 所以在 b[j] >= a[i] 的系统中选，贪心策略是选择最小的 b[j] 。因为 b[j] 更大的系统下一次拦截导弹的范围更广，留着之后用能发挥更大的效果。
    • 如果把代码写出来可以发现这个解法跟 LIS 的贪心解法是一样的，所以第二问等同于在问 LIS 长度。

合唱队形

• 知识点：LIS

• 思路：

  • 观察到在队形 $t_1<\cdots <t_i>t_{i+1}>\cdots >t_k$ 中，最高的 $t_i$ 是一个特殊点，只要知道 $t_i$ 左边的最长上升子序列长度，右边的最长下降子序列长度，就能算出这个队形的长度。以此为切入点设计 DP 状态。
  • dp1[i]：以 a[i] 结尾的最长上升子序列长度
  • dp2[i]：以 a[i] 开头的最长下降子序列长度
    • 从前往后的最长下降，也就是从后往前的最长上升，从后往前计算 dp2[] 即可。
  • 计算出 dp1[] 和 dp2[] 之后，枚举合唱队中身高最高的同学 i，取 dp1[i] + dp2[i] - 1 的最大值就是合唱队的最多人数。
  • 最少出列人数 = 总人数 - 合唱队最多人数。

---

---

---

扩展

• 最长上升子序列（LIS）有 $O(n\log n)$ 的解法，这个方法不是 DP，而是利用序列本身的特征进行贪心。

• 维护一个数组 b[]，len 表示 b[] 数组当前长度。b[i] 表示长度为 i 的 LIS 的结尾最小值，可以想到 b[] 数组是严格单调递增的。

• 从前往后不断加入新的 a[i] 迭代更新 b[] 数组。考虑 a[i] 可以作为长度多少的 LIS 的结尾最小值？

  • 只需要在 b 数组中找到第一个 >= a[i] 的数据位置，记为 p，即 b[p] 是第一个 >= a[i] 的，此处可以二分查找。
  • 因为 b[p-1] < a[i]，所以 a[i] 可以接在 b[p-1] 后面形成长度为 p 的 LIS，所以 a[i] 可以作为长度 p 的LIS 的结尾最小值，更新 b[] 数组 b[p] = a[i];
  • 可以举一些例子模拟下面代码的执行过程，更好地理解这个算法。例如以 int a[] = {4, 8, 9, 5, 6, 7} 为例。

• 代码：

  const int N = 1010;
  int dp[N], a[N], b[N];
  int LIS(int n) {
  	int len = 0;
  	for (int i = 1; i <= n; i++) {
  		int p = lower_bound(b + 1, b + len + 1, a[i]) - b;
  		if (p == len + 1) len++;
  		dp[i] = p; // 记录以a[i]结尾的LIS长度
  		b[p] = a[i];
  	}
  	return len;
  }
  

• 拓展：思考求最长不下降子序列、最长下降子序列、最长不上升子序列应该怎么修改？

  • 求最长不下降子序列应该把 lower_bound() 改 upper_bound()，思考为什么。
  • 求最长下降/不上升子序列，b[] 数组是从大到小有序的，不能用 lower_bound() 或 upper_bound() ，要自己写二分。