动态规划(简单例子+分析方法)快速入门
动态规划问题主要是求一个问题的最优解,而整体的最优解与各个子问题的最优解密切相关!做这类题目时要把题目所给的问题进行分解成子问题,根据子问题去得到最优解
**解题步骤
- 确定状态:也就是开辟一个数组(可能是一维也可能是多维)。确定其中f[i],或f[i][j]代表题目中问题的某个状态;
- 转移方程
- 确定初始条件(初始条件:转移方程算不出来的,需要手工定义)和边界条件(防止数组越界,停止条件);
- 确定计算顺序,根据转移方程判断;(大部分是从小到大)
下面结合例子来使用上面的方法
例题1 (原题我找不到了,因为这篇文章我很早之前就写好了一直存放在云笔记里,当时就随便写了写题目。。。)
有三种硬币2, 5,7(每种硬币无限),用最少的硬币组合成的定的数;
问:组合成27需要最少的硬币组合
-
确定状态:
开辟f[28]数组,其中f[x]代表组合成x所用的最少硬币;
看最优策略的最后一步f[27],最后一枚硬币可能是2,5,7,分别对应f[25]+1,f[22]+1,f[20]+1;最后一步的最优策略肯定是这三种种最少的一个,假设是f[25],则继续向前判断倒数第二枚硬币也可能是2,5,7又分别对应f[23]+1,f[20]+1,f[18]+1,继续循环。。。 -
转移方程
总结上述得到转移方程:
f[x]=min{ f[x-2]+1 , f[x-5]+1 , f[x-7]+1 }; -
确定初始条件和边界条件
初始f[0]=0,f[正数]=+∞,f[负数]=INF; -
计算顺序
根据转移方程的到计算顺序f[0]f[1]f[2]f[3]…;(你想得到f[x]就必须要知道f[x-2],f[x-5],f[x-7],而你想得到f[x-2]就必须得到f[(x-2)-2],f[(x-2)-5],f[(x-2)-7),你想得到f[x-5]就必须先得到…,以此类推故得到计算顺序f[小数]->f[大数]
代码
#include<iostream>
#include <cmath>
using namespace std;
int f[100];//1确定状态;
const int inf=0x3f3f3f3f;
int main(){
int n;
cin>>n;
int a[3]={2,5,7};
f[0]=0;
for(int i=1;i<=n;i++){//(4)计算顺序
f[i]=inf;//(3)初始化条件;
for(int j=0;j<3;j++){//f[i]=min(f[i-2]+1,f[i-5]+1,f[i-7]+1)
if(i>=a[j]&&f[i-a[j]]!=inf) {//(3)边界条件
f[i]=min(f[i-a[j]]+1,f[i]);//(2)状态方程
}
}
}
if(f[n]!=inf)cout<<f[n]<<endl;
else cout<<"-1";
}
例2
m行n列的网格,从左上角(0,0)出发,每一步只能向下或者向右,问共有多少种方法可以走到右下角(m,n);
分析
- 确定状态
设f[m][n],f[i][j]表示走到第i行第j列的走法有多少种;
最终结构是f[m-1][n-1];而最后一步可能是从它的上方[m-2][n-1]或者左方[m-1][n-2]走来的,故f[m-1][n-1]=f[m-2][n-1]+f[m-1][n-2];这就完成了对问题的划分,即化成一个个子问题,现在继续算f[m-2][n-1],和f[m-1][n-2],然后继续。。。; - 状态方程
总结上述的到状态方程为f[m-1][n-1]=f[m-2][n-1]+f[m-1][n-2]; - 确定初始条件和边界条件
f[0][j]=1,f[i][0]=1; - 计算顺序
从小到大;
代码:
#include <iostream>
using namespace std;
int f[100][100];
int main(){
int n,m;
cin>>n>>m;
for(int i=0;i<n;i++){
for(int j=0;j<m;j++){
if(i==0||j==0){
f[i][j]=1;
}
else f[i][j]=f[i-1][j]+f[i][j-1];
}
}
cout<<f[n-1][m-1]<<endl;
}