顾名思义,线性DP就是在一条线上进行DP,这里举一些典型的例子。
LIS问题(最长上升子序列问题)
题目
给定一个长度为N的序列A,求最长的数值单调递增的子序列的长度。
上升子序列B可表示为B={Ak1,Ak2,···,Akp},其中k1<k2<···<kp。
解析
状态:F[i]表示以A[i]为结尾的最长上升子序列的长度,边界为f[0]=0。
状态转移方程:F[i]=max{F[j]+1}(0≤j<i,A[j]<A[i])。
答案显然为max{F[i]}(1≤i≤N)。
事实上,无论是上升、下降还是不上升等等此类问题,代码都是相似的,唯一的区别只是判断的符号更改罢了。
参考模板:
#include <iostream>
#include <algorithm>
using namespace std;
int n, a[100], f[100], maxn;
int main()
{
f[0] = 0;
cin >> n;
for (int i = 1; i <= n; i++)
{
cin >> a[i];
for (int j = 1; j < n; j++)
if (a[j] < a[i])
f[i] = max(f[i], f[j ]+ 1);
maxn = max(maxn, f[i]);
}
cout << maxn;
return 0;
}
LCS问题(最长公共子序列)
题目
给定两个长度分别为N、M的字符串A和B,求最长的既是A的子序列又是B的子序列的字符串的长度。
解析
状态:F[i][j]表示A的前i个字符与B的前j个字符中的最长公共子序列,边界为F[i][0]=F[0][j]=0。
状态转移方程:F[i][j]=max{F[i-1][j],F[i][j-1],F[i-1][j-1]+1(if A[i]=B[j])}。
答案为F[N][M]。
参考模板:
#include <iostream>
#include <algorithm>
using namespace std;
int n, m, f[100][100];
char a[100], b[100];
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i++)
{
cin >> a[i];
f[i][0] = 0;
}
for (int i = 1; i <= m; i++)
{
cin >> b[i];
f[0][i] = 0;
}
for (int i = 1; i <= n; i++)
for (int j = 1; j <= m; j++)
{
f[i][j] = max(f[i - 1][j], f[i][j - 1]);
if (a[i] == b[j]) f[i][j] = max(f[i][j], f[i - 1][j - 1] + 1);
}
cout << f[n][m];
return 0;
}
数字三角形
题目
给定一个N行的三角矩阵A,其中第i行有i列,从左上角出发,每次可以向下方或向右下方走一步,最终到达底部。
求把经过的所有位置上的数加起来,和最大是多少。
解析
状态:F[i][j]表示走到第i行第j列,和最大是多少,边界为F[1][1]=A[1][1]。
状态转移方程:F[i][j]=A[i][j]+max{F[i-1][j],F[i-1][j-1](if j>1)}。
答案为max{F[N][j]}(1≤j≤N)。
参考代码:
#include <iostream>
using namespace std;
int n,a[100][100],f[100][100],maxn;
int main()
{
cin>>n;
for(int i=1;i<=n;i++)
for(int j=1;j<=i;j++) cin>>a[i][j];
f[1][1]=a[1][1];
for(int i=1;i<=n;i++)
for(int j=1;j<=i;j++)
{
f[i][j]=a[i][j]+f[i-1][j];
if(j>1) f[i][j]=max(f[i][j],a[i][j]+f[i-1][j-1]);
}
for(int i=1;i<=n;i++) maxn=max(maxn,f[n][i]);
cout<<maxn;
return 0;
}