有的问题具有最优子结构,可以使用动态规划求解。但是在求解该最优子结构时,需要使用另外一个问题的最优子结构。这个时候我们就必须使用双重动态规划进行求解。
最大子数组乘积
题目
给定一个整数数组,求最大子数组的乘积。
分析
题目很明显需要使用动态规划。但是我们在仔细考虑最优子结构时考虑到,两个很小的负数相乘也可以得到最大乘积,所以必须使用“最小子数组的乘积”这个问题的最优子结构。两个最优子结构互相嵌套,同事更新,谓之双重DP。
代码
int maxProduct(vector<int>& nums) {
vector<int> mymin(nums.size(), nums.at(0));
vector<int> mymax(nums.size(), nums.at(0));
for(int i=1; i<nums.size(); i++)
{
mymax.at(i) = max(nums.at(i), nums.at(i)>0 ? nums.at(i) * mymax.at(i-1) : nums.at(i) * mymin.at(i-1) );
mymin.at(i) = min(nums.at(i), nums.at(i)<0 ? nums.at(i) * mymax.at(i-1) : nums.at(i) * mymin.at(i-1) );
}
return *max_element(mymax.begin(), mymax.end());
}
复杂度分析
时间复杂度和空间复杂度都为 o(n) 。
回文分割
题目
将一个字符串分割成若干个回文子串,求最少的切割次数。
问题分析
我们使用一维表dp记录从i开始到末尾(第len个位置)回文子串的最小个数(i从0开始)。则状态方程:
dp[i]=maxj(1+dp[j+1])
其中 j∈[i,len−1] 并且 [i,j] 必须是回文子串。
欲求解
dp[i]
,我们必须保证
[i,j]
是回文子串,而判断当前子串是否是回文,可以使用动态规划求解。
ispal[i][j]
记录i到j之间的子串是否是回文。
i<j
时,
ispal[i][j]=(s.at(i)==s.at(j))?ispal[i+1][j−1]:0
i==j 时, ispal[i][j]=1 。
代码:
int minCut(string s) {
int len = s.length();
if(len<=1) return 0;
if(len==2) return (s.at(0)==s.at(1)) ? 0 : 1;
vector<int> dp(len+1, 0 );
for(int i=0; i<len; i++)
dp.at(i) = len - i;
vector<vector<bool> > ispal( len, vector<bool> (len, 0) );
for(int i=0; i<len; i++)
ispal.at(i).at(i) = 1;
for(int i=len-1; i>=0; i--)
{
for(int j=i; j<len; j++)
{
if( s.at(i)==s.at(j) && (j-i<2 || ispal.at(i+1).at(j-1) ) )
{
ispal.at(i).at(j) = 1;
dp.at(i) = min(dp.at(i), 1 + dp.at(j+1) );
}
}
}
return dp.at(0)-1;
}
复杂度分析
该问题时间复杂度和空间复杂度都是 o(n2)