定义
具有线性阶段划分的动态规划算法称为线性动态规划(简称线性DP)。若状态包含多个维度,则每个维度都是线性划分的阶段,也属于线性DP。
举例
若f(m)是第m级台阶的走法数目,第m级台阶可能是第m-1级台阶向上走1级,也可能是第m-2级台阶向上走2级,因此f(m)=f(m-1)+f(m-2),本质是斐波那契数列。
算法实现
递归
int solve1(n){
if(n<=3)
return n-1;
return solve1(n-1)+ solve1(n-2);
}
记忆化递归(备忘录)
const int maxn=40;
int dp[maxn+1];
int solve2(n){
if(dp[n]!=0)
return dp[n];
if(n<=3)
dp[n]=n-1;
else
dp[n]=solve2(n-1)+solve2(n-2);
return dp[n];
}
memset(dp,0,sizeof(dp));//清零dp数组
动态规划
const int maxn=40;
int dp[maxn+1];
int solve3(n){
dp[1]=0;
dp[2]=1;
dp[3]=2;
for(int i=4;i<=n;i++)
dp[i]=dp[i-1]+dp[i-2];
return dp[n];
}
动态规划,迭代(空间优化)
int solve4(int n){
if(n<=3)
return n-1;
s1=1;
s2=2;
int sum=0;
for(int i=4;i<=n;i++){
sum=s1+s2;
s1=s2;
s2=sum;
}
return sum;
}
动态规划+打表
const int maxn=40;
int dp[maxn+1];
void solve5(){
dp[1]=0;
dp[2]=1;
dp[3]=2;
for(int i=4;i<=maxn;i++)
dp[i]=dp[i-1]+dp[i-2];
}
solve5();
cout<<dpn[]>>endl;
练习
1.The Triangle
将数字三角形用数组存储后,题目中的沿左对角线或右对角线向下,变成了沿正下方或右对角线向下。
若dp[m][n]表示从第1行到第m行第n列位置的最大的和,第m行第n列位置可能是第m-1行第n-1列位置沿右对角线向下,可能是第m-1行第n列位置沿正下方向下,所以dp[m][n]=max(dp[m-1][n-1],dp[m-1][n])+arr[m][n]
#include<iostream>
using namespace std;
const int maxn=100;
int dp[maxn][maxn];
int arr[maxn][maxn];
int main()
{
int n;
cin>>n;
for (int i = 0; i < n; i++) {
for (int j = 0; j < i+1; j++) {
cin>>arr[i][j];
}
}
dp[0][0]=arr[0][0];//第1行只有1个元素,且上方无元素
for(int i=1;i<n;i++){
for(int j=0;j<i+1;j++){
if(j==0)
dp[i][0]=arr[i][0]+dp[i-1][0];//第1列元素只能由正上方的元素沿下加和
else
dp[i][j]=max(dp[i-1][j],dp[i-1][j-1])+arr[i][j];//每行最后一个元素的arr[i-1,j]=0
}
}
int t=0;//最大值是dp最后一行中的最大值
for(int i=0;i<n;i++){
if(dp[n-1][i]>t)
t=dp[n-1][i];
}
cout<<t<<endl;
return 0;
}
2.最长上升子序列
遍历整个数组,对每个元素再往前遍历,如果前面的元素(下标j)小于该元素,则dp[j]+1,遍历完选出最大值即以该元素为结尾的最长有序子序列长度。
#include<iostream>
#include <cstring>
#define ll long long
#define INF 0x3f3f3f3f
using namespace std;
const int maxn=1000;
int dp[maxn];
int arr[maxn];
int main()
{
int n;
cin>>n;
for (int i = 0; i < n; i++)
cin>>arr[i];
for(int i=0;i<n;i++)
dp[i]=1;//最长上升子序列最小的长度为1(仅一个元素)
for(int i=1;i<n;i++){
for(int j=0;j<i;j++){
if(arr[j]<arr[i]){
if((dp[j]+1)>dp[i])
dp[i]=dp[j]+1;
}
}
}
int t=dp[0];
for(int i=1;i<n;i++)
if(t<dp[i])t=dp[i];
cout<<t<<endl;
return 0;
}
3.最长公共子序列
设T是X和Z的最长公共子序列,若X[m]==Z[k],则T1...Tt-1是X1...Xm-1和Z1....Zk-1的最长公共子序列。当X[m]!=Z[k]时,若X[m]!=T[t],则T是X1...Xm-1和Z的最长公共子序列;若Z[k]!=T[t],则T是X和Z1....Zk-1的最长公共子序列。
若用dp[i][j]二维数组表示X1...Xi和Z1....Zj的最长公共子序列的长度,由此可得
#include<iostream>
#include<cstdio>
#define ll long long
#define INF 0x3f3f3f3f
using namespace std;
string x,y;
int m,n;
int main()
{
while(cin>>x>>y){//因为输入没写循环错了很多次
m=x.size();
n=y.size();
int dp[m+1][n+1];
for(int i=0;i<=m;i++){
for(int j=0;j<=n;j++){
if(i==0||j==0)
dp[i][j]=0;
else if(x[i-1]==y[j-1])
dp[i][j]=dp[i-1][j-1]+1;
else
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
}
}
cout<<dp[m][n]<<endl;
}
return 0;
}
4.最大连续字段和
用dp[i]表示以索引i为结尾的最大子序列和,若dp[i-1]>=0,dp[i]=dp[i-1]+arr[i],否则dp[i]=arr[i]。最后遍历整个dp数组,看以哪个索引结尾的最大子序列和是最大的。
#include<iostream>
#include<cstdio>
#define ll long long
#define INF 0x3f3f3f3f
using namespace std;
const int N=1e5+5;
int n;
int arr[N],dp[N],index[N];
void solve(){
dp[0]=arr[0];
index[0]=0;
for(int i=1;i<n;i++){
if(dp[i-1]>=0){//如果dp[i-1]大于等于0,可以把前面的和与此时索引的值继续加起来
dp[i]=dp[i-1]+arr[i];
index[i]=index[i-1];//初始索引和前一位的初始索引一样
}else{
dp[i]=arr[i];//重新开始累和
index[i]=i;//初始索引也从该索引开始
}
}
int maxn=dp[0];
int ind=0;
for(int i=1;i<n;i++)
if(maxn<dp[i]){
maxn=dp[i];
ind=i;
}
printf("%d %d %d\n",maxn,index[ind]+1,ind+1);
}
int main()
{
int t;
scanf("%d",&t);
for (int i = 1; i <= t; i++){
scanf("%d",&n);
for(int j=0;j<n;j++)
scanf("%d",&arr[j]);
printf("Case %d:\n",i);
solve();
}
return 0;
}
网上:当前i-1数组的子数组和<0时(即dp[i-1]<0),就更新开始下标为i是不对的,如果前i-1数组中包含了整个数组的最大子数组和,只是后边加了些负数导致<0;况且,假设能正确找到最大值的开始下标,如果整个数组有多个最大值,left会更新为最后一个最大值的开始下标。
我:用index数组保存每个和的开始下标,找到最大值,获得结束下标,从index数组中查询开始下标