C/C++解OJ题--使用最小花费爬楼梯(动态规划,就按照步骤来)

冬天就是要靠近温暖的人,而我只能靠近温暖的炉子
摘要由CSDN通过智能技术生成

前言:
  动态规划的基本思想: 利用已知的历史记录完成对未知记录的计算,从而使得效率相比递归有大的提高。
  其基本解题步骤如下:
基本步骤:
1.定义dp数组所表示的含义
  动态规划需要一个变量来保存历史记录,或者是一维数组,或者是二维数组,我们称其为dp(Dynamic Programming)数组。要明确数组下标的含义及每个元素所对应的意思。

2.确定递推公式
  说简单点就是找出dp数组元素之间的关系,这一步是核心也是难点,常常通过 “ 最后一步 ” 和 “ 子问题 ” 来确定。
  最后一步: 假设前面若干步都是最优的,最后一步如何选择依旧满足最优。

3.定义初始条件及边界
  有一些不能由递推公式求出的,要直观的给出答案。边界情况自然是数组不能越界。

4.遍历顺序(计算顺序)
  按照怎样的顺序去计算(小->大;大->小)
通常只有一个原则: 当要算递推公式等式左边的时候,等式右边用到的状态都已经算过了。


原题如下:

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SDUT-OJ(Software Development University of Tsinghua Online Judge)是一个在线编程平台,提供给清华大学软件学院的学生和爱好者练习和算法问题的环境,其中包括各种计算机科学目,包括数据结构、算法、图形等。对于"最小生成树"(Minimum Spanning Tree, MST)问题,它是图论中的经典问题,目标是从一个加权无向图中找到一棵包含所有顶点的树,使得树的所有边的权重之和最小。 在C语言中,最常见的是使用Prim算法或Kruskal算法来求最小生成树。Prim算法从一个顶点开始,逐步添加与当前生成树相连且权重最小的边,直到所有顶点都被包含;而Kruskal算法则是从小到大对所有边排序,每次选取没有形成环的新边加入到树中。 如果你想了如何用C语言实现这些算法,这里简单概括一下: - 通常使用优先队列(堆)来存储边和它们的权重,以便快速查找最小值。 - 从任意一个顶点开始,遍历与其相邻的边,若新边不形成环,就更新树,并将新边加入优先队列。 - Kruskal算法: - 先将所有的边按照权重升序排序。 - 创建一个空的最小生成树,然后依次取出排序后的边,如果这条边连接的两个顶点不在同一个连通分量,则将其添加到树中。 如果你需要更详细的代码示例,或者有具体的问题想了(比如如何处理环、如何实现优先队列等),请告诉我,我会为你提供相应的帮助。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值