相较于一般的dp是由哪个状态更新此时的状态,优化后的dp是由此时的状态可以更新哪个状态。
for(int j=2;j<=i;j++){
if(!n%j){
dp[i]=min(dp[i],dp[n/j]+4+2*(j-1));
}
}
1+2+3+......+n->n*n
for(int j=2;i*j<=N;j++){
dp[i*j]=min(dp[i*j],dp[i]+4+2*(j-1));
}
n+n/2+n/3+.......+1->nlongn
#include<iostream>
#include<cstring>
using namespace std;
const int N = 1e5+5;
int L,dp[N];
int main(void){
int T;
memset(dp,0x3f,sizeof(dp));
dp[0]=0;
for(int i=1;i<=N;i++){
dp[i]=min(dp[i],dp[i-1]+1);
for(int j=2;i*j<=N;j++){
dp[i*j]=min(dp[i*j],dp[i]+4+2*(j-1));
}
}
cin>>T;
for(int Case=1;Case<=T;Case++){
cin>>L;
cout<<"Case #"<<Case<<": "<<dp[L]<<endl;
}
return 0;
}
- 定义了一个全局数组
dp
,其中dp[i]
表示长度为i
的最长递增子序列的长度。数组被初始化为0x3f
,这是一个在 C++ 中表示无穷大的值。 - 初始化
dp[0]
为 0,因为长度为 0 的序列没有子序列。 - 通过双重循环来填充
dp
数组。首先,对于每个i
,dp[i]
被设置为dp[i-1]+1
和dp[i]
之间的最小值。这是因为在任何递增序列中,至少有一种可能的子序列是前一个元素。 - 然后,对于每个
i
和j
(从 2 开始),dp[i*j]
被设置为dp[i]+4+2*(j-1)
和dp[i*j]
之间的最小值。这个公式考虑了一个可能的递增子序列,其中最后一个元素是i*j
,而前面的元素是i, 2*i, 3*i, ..., j*i
。 - 程序读取测试用例的数量
T
,然后对于每个测试用例,读取一个整数L
,并输出dp[L]
,即长度为L
的最长递增子序列的长度。