目录
A - 签到题:
问题描述
题目简述
东东在玩游戏“Game23”。
在一开始他有一个数字n,他的目标是把它转换成m,在每一步操作中,他可以将n乘以2或乘以3,他可以进行任意次操作。输出将n转换成m的操作次数,如果转换不了输出-1。
输入/输出格式
输入格式:
输入的唯一一行包括两个整数n和m(1<=n<=m<=5*10^8).
输出格式:
输出从n转换到m的操作次数,否则输出-1.
样例
输入样例:
120 51840
输出样例:
7
问题分析
解题思路
由于2,3是互质的,所以最后的答案一定是唯一的,要么是不可行,要么是有且仅有一种方案使得原数变换成目标数。很明显,我们每一步的决策都与前面的状态有关系,因此使用动态规划求解。一个数最多有两种转移状态:扩大2倍和扩大3倍,每次对这个状态进行递归求解即可。由于最后返回的是次数,因此我们只要返回这两种情况下的最大值即可(失败返回-1,而如果有成功的方案,次数必定大于0)。
参考代码
#include <iostream>
#include <algorithm>
using namespace std;
int n,m;
int game23(int n,int time)
{
if(n>m) return -1;
else if(n==m) return time;
else
{
return max(game23(2*n,time+1),game23(3*n,time+1));
}
}
int main()
{
cin>>n>>m;
cout<<game23(n,0);
return 0;
}
心得体会
非常有意思的一道题目。虽然不难,但是很好的考察了动态规划的相关知识,同时也让我对动态规划的算法设计有了更深入的理解。
B - LIS & LCS:
问题描述
题目简述
东东有两个序列A和B。
他想要知道序列A的LIS和序列AB的LCS的长度。
注意,LIS为严格递增的,即a1<a2<…<ak(ai<=1,000,000,000)。
输入/输出格式
输入格式:
第一行两个数n,m(1<=n<=5,000,1<=m<=5,000)
第二行n个数,表示序列A
第三行m个数,表示序列B
输出格式:
输出一行数据ans1和ans2,分别代表序列A的LIS和序列AB的LCS的长度
样例
输入样例:
6 7
1 5 2 6 8 7
2 3 5 6 9 8 4
输出样例:
4 3
问题分析
解题思路
做一道等于做两道系列。考察两种类型的问题。对于LIS问题,定义f(i)为A1—Ai所能取到的LIS的长度,从f(2)开始依次向后遍历,每次遍历考察A中标号在遍历点之前的点,如果发现该点大于f的标号点,那么就记录该点的位置。取满足位置的点的f的最大值,当前点的值则记为最大值加1。最后只要输出f中的最大值即可。LCS问题,定义g(i,j)为A1—Ai和B1—Bj的LCS长度。对A进行遍历,在遍历的过程中,对B进行遍历,如果发现Ai=Bj,那么g(i+1,j+1)就为g(i,j)+1,否则,g(i+1,j+1)就为g(i,j-1)和g(i-1,j)的最大值。最后的结果为g(n,m)。
参考代码
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
int a[5050];
int b[5050];
int f[5050];
int g[5050][5050];
int n,m;
void init()
{
memset(a,0,sizeof(a));
memset(b,0,sizeof(b));
memset(f,0,sizeof(f));
memset(g,0,sizeof(g));
f[1]=1;
}
int solve1()
{
int max_num;
int max_sum=f[1];
for(int i=2;i<=n;i++)
{
max_num=0;
for(int j=1;j<i;j++)
{
if(a[j]<a[i])
{
if(f[j]>max_num)
{
max_num=f[j];
}
}
}
f[i]=max_num+1;
if(f[i]>max_sum) max_sum=f[i];
}
return max_sum;
}
int solve2()
{
for(int i=1;i<=n;i++)
{
for(int j=1;j<=m;j++)
{
if(a[i]==b[j])
{
g[i][j]=g[i-1][j-1]+1;
}
else
{
g[i][j]=max(g[i-1][j],g[i][j-1]);
}
}
}
return g[n][m];
}
int main()
{
init();
scanf("%d %d",&n,&m);
for(int i=1;i<=n;i++)
{
scanf("%d",&a[i]);
}
for(int i=1;i<=m;i++)
{
scanf("%d",&b[i]);
}
printf("%d %d",solve1(),solve2());
return 0;
}
心得体会
LIS和LCS问题是动态规划的两个经典问题。LIS问题的解决思路还是比较好想的,然而LCS由于涉及到两个数列,所以想起来比较的抽象,但是仔细想想,其实也就是增加了一个维度,需要额外保存一些信息。所以,这个题也给我在多个变量的动态规划问题上的思路上积累了经验。
C - 拿数问题 II:
问题描述
题目简述
YJQ 上完第10周的程序设计思维与实践后,想到一个绝妙的主意,他对拿数问题做了一点小修改,使得这道题变成了 拿数问题 II。
给一个序列,里边有 n 个数,每一步能拿走一个数,比如拿第 i 个数, Ai = x,得到相应的分数 x,但拿掉这个 Ai 后,x+1 和 x-1 (如果有 Aj = x+1 或 Aj = x-1 存在) 就会变得不可拿(但是有 Aj = x 的话可以继续拿这个 x)。求最大分数。
本题和课上讲的有些许不一样,但是核心是一样,需要你自己思考。
输入/输出格式
输入格式:
第一行包含一个整数 n (1 ≤ n ≤ 105),表示数字里的元素的个数
第二行包含n个整数a1, a2, …, an (1 ≤ ai ≤ 105)
输出格式:
输出一个整数:n你能得到最大分值。
样例
输入样例:
9
1 2 1 3 2 2 2 2 3
输出样例:
10
问题分析
解题思路
由于对拿数机制的更改,导致该拿数问题变成了在取一个数之后,会不同程度的增加若干不能选的数的形式,这样不能直接使用动态规划求解。然而仔细分析可以发现,在此机制下,选择一个数之后,数组中的其他与该数相同的数的选择不受影响,但是其他与该数相邻的数是不能选的,那么,如果我们将输入数据的数及其个数统计出,构成一个新序列,这样问题就又转化成了一个普通的拿数问题了。唯一的不同点是:此时选出一个数后,增加的分数是对应的数值与数量的乘积。这样利用普通的动态规划即可解决。
参考代码
#include <iostream>
#include <algorithm>
#include <cstring>
using namespace std;
int max_num;
int min_num;
int m;
int sum_num[100050];
long long dp[100050];
void init()
{
memset(sum_num,0,sizeof(sum_num));
memset(dp,0,sizeof(dp));
max_num=0;
min_num=1e7;
}
long long solve(int pos)
{
if(pos<min_num) return 0;
if(dp[pos]!=0) return dp[pos];
else
{
if(sum_num[pos]==0)
{
return solve(pos-1);
}
else
{
dp[pos]=max(solve(pos-1),solve(pos-2)+(long long)pos*sum_num[pos]);
return dp[pos];
}
}
}
int main()
{
scanf("%d",&m);
int temp;
for(int i=1;i<=m;i++)
{
scanf("%d",&temp);
if(temp>max_num) max_num=temp;
if(temp<min_num) min_num=temp;
sum_num[temp]++;
}
printf("%lld",solve(max_num));
return 0;
}
心得体会
一个拿数问题的变体,虽然一上来感觉无从下手,但是通过一步小小的转化过程,即可转换为普通的拿数问题。就我个人而言,我感觉在做这个题的时候我的思路还是很清晰的。自我感觉还是不错的。问题转化能力也是需要强化训练的。另外,数据范围问题还是要注意的,这次又被坑了啊啊啊啊啊!!!!