dp笔记

dp寒假训练

状态机模型

连接:Codeforces A.Boredom

题目大意: 给定一个序列,可以删除以个value值为a的一个数,并获取a分,但是每选择一个value值为a的值,就会删除所有value等于 a - 1 和 a + 1 的值,求能获得的最高得分。

错解:从dp[i - 2] 的状态直接转移到dp[i]的状态
hack数据

5
4 2 3 2 5

如果是这一组数据的话得到的值为8,而实际上最大的值应该是9
错解dp转移过程
dp[2] = 2 * 2 = 4
dp[3] = 1 * 3 = 3
dp[2] -> dp[4] = dp[2] + dp[4] = 8
dp[3]->dp[5] = dp[3] + dp[5] = 8
然后从所有的dp序列中找到最大的取max
但是可以从dp[2] 转移到dp[5] = dp[2] + dp[5] = 9, 这样是最大的

正解:
状态表示:
dp[i][0]表示第i元素不取的最大值
dp[i][1]表示第i元素选取的最大值
状态转移:
dp[i][0] = max(dp[i - 1][0], dp[i - 1][1])
dp[i][1] = max(dp[i][1], dp[i - 1][0] + cnt[i] * i)
代码:

#include <bits/stdc++.h>
using namespace std;
const int N = 100010;
typedef long long ll;

int n;
ll dp[N][2], cnt[N];

int main()
{
  ios::sync_with_stdio(false);
  cin.tie(nullptr), cout.tie(nullptr);
  cin >> n;
  for(int i = 0, x; i < n; i++) {
  	cin >> x;
  	cnt[x]++;
	}
	for(int i = 1; i <= 100000; i++) {
			dp[i][1] = max(dp[i][1], dp[i - 1][0] + cnt[i] * i);
			dp[i][0] = max(dp[i - 1][0], dp[i - 1][1]);
	}
	cout << max(dp[100000][0], dp[100000][1]) << '\n';
  return 0;
}
背包模型

连接: Codeforces Buns

状态表示:
dp[i][j] 表示从前个物品中选,体积为j的最大值
先进行对不需要消耗调料得的进行预处理,然后再进行多重背包,先枚举选择的数量,上限为a / b,在进行多重背包的时候,体积要从大到小进行枚举,相当于进行了一次01背包。

代码

#include <bits/stdc++.h>
using namespace std;
const int N = 1010, M = 15;

int n, m, c0, d0;
int dp[M][N * M];

int main()
{
  ios::sync_with_stdio(false);
  cin.tie(nullptr), cout.tie(nullptr);
  cin >> n >> m >> c0 >> d0;
 for(int i = c0; i <= n; i++) dp[0][i] = i / c0 * d0;
  for(int i = 1; i <= m; i++) {
  	int a, b, c, d;
  	cin >> a >> b >> c >> d;
  	for(int k = 0; k * b <= a; k++) 
  		for(int j = n; j >= k * c; j--)
  			dp[i][j] = max(dp[i][j], dp[i - 1][j - k * c] + k * d);
	}
	cout << dp[m][n] << '\n';
  return 0;
}
LCIS

Codeforces LCIS
参考博客

代码

#include <bits/stdc++.h>
using namespace std;
const int N = 3010;

int n, m;
int a[N], b[N], dp[N][N];

int main()
{
  ios::sync_with_stdio(false);
  cin.tie(nullptr), cout.tie(nullptr);
    cin >> n;
    for(int i = 0; i < n; i++) cin >> a[i];
    m = n;
    for(int i = 0; i < m; i++) cin >> b[i];
    int res = 0;
    for(int i = 0; i < n; i++) {
        int max_dp = 0;
        for(int j = 0; j < m; j++) {
            dp[i + 1][j + 1] = dp[i][j + 1];
            if(b[j] < a[i] && max_dp < dp[i + 1][j + 1]) max_dp = dp[i + 1][j + 1];
            if(a[i] == b[j]) dp[i + 1][j + 1] = max_dp + 1;
            res = max(res, dp[i + 1][j + 1]);
        }
    }
    cout << res << '\n';
  return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是一篇关于区间DP的学习笔记,希望对你有所帮助。 ### 什么是区间DP 区间 DP 是一种动态规划算法,用于解决一些区间上的问题。具体来说,区间 DP 通常用于解决如下问题: - 最长公共子序列(LCS) - 最长递增子序列(LIS) - 最大子段和 - 区间选数问题 区间 DP 通常采用分治或递推的方式进行求解,具体方法取决于问题的性质。 ### 区间 DP 的递推方法 区间 DP 的递推方法通常有两种,一种是自底向上的递推方法,一种是自顶向下的记忆化搜索方法。 自底向上的递推方法通常采用二维数组或三维数组来记录状态转移方程,具体的递推方式如下: ```cpp for (int len = 2; len <= n; len++) { for (int i = 1; i <= n - len + 1; i++) { int j = i + len - 1; for (int k = i; k < j; k++) { // 状态转移方程 } } } ``` 其中,len 表示区间长度,i 和 j 分别表示区间的左右端点,k 表示区间的划分点。 自顶向下的记忆化搜索方法通常采用记忆化数组来记录状态转移方程,具体的递推方式如下: ```cpp int dp(int i, int j) { if (i == j) return 0; if (memo[i][j] != -1) return memo[i][j]; memo[i][j] = INF; for (int k = i; k < j; k++) { memo[i][j] = min(memo[i][j], dp(i, k) + dp(k + 1, j) + ...); } return memo[i][j]; } ``` 其中,i 和 j 分别表示区间的左右端点,k 表示区间的划分点,memo 数组用于记忆化状态转移方程。 ### 区间 DP 的优化 对于一些区间 DP 问题,我们可以通过一些技巧和优化来减少时间和空间的消耗。 一种常见的优化方式是状态压缩,将二维或三维数组压缩成一维数组,从而减少空间的消耗。 另一种常见的优化方式是使用滚动数组,将数组的维度从二维或三维减少到一维,从而减少时间和空间的消耗。 此外,对于一些具有特殊性质的区间 DP 问题,我们还可以使用单调队列或单调栈等数据结构来进行优化,从而减少时间和空间的消耗。 ### 总结 区间 DP 是一种常用的动态规划算法,用于解决一些区间上的问题。区间 DP 通常采用分治或递推的方式进行求解,具体方法取决于问题的性质。对于一些区间 DP 问题,我们可以通过一些技巧和优化来减少时间和空间的消耗。
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