区间DP

区间dp状态设计的一般形式

区间dp一般就是设dp[i][j]表示区间[i,j]所能形成的最优答案或者方案数。

或者像序列一样,多加几维表示附加的信息。

 

poj3280

给你长度为m的字符串,其中有n种字符,每种字符都有两个值,分别是插入这个字符的代价,删除这个字符的代价,让你求将原先给出的那串字符变成一个回文串的最小代价。

M<=2000

 

dp[i][j]代表区间i到区间j成为回文串的最小代价,那么对于dp[i][j]有三种情况:

1、dp[i+1][j]表示区间i+1到区间j已经是回文串了的最小代价,那么对于s[i] 这个字母,我们有两种操作,删除与添加,对应有两种代价, dp[i+1][j]+add[s[i]]或dp[i+1][j]+del[s[i]],取这两种代价的最小值。

2、dp[i][j-1]表示区间i到区间j-1已经是回文串了的最小代价,那么对于s[j] 这个字母,同样有两种操作,dp[i][j-1]+add[s[j]]或dp[i][j-1]+del[s[j]],取最小值。

3、若是s[i]==s[j],dp[i+1][j-1]表示区间i+1到区间j-1已经是回文串的最小代价,那么对于这种情况,我们考虑dp[i][j]与dp[i+1][j-1]的大小

然后dp[i][j]取上面这些情况的最小值即可。

 

括号最大匹配

给你一串()[]括号,要你求出这串括号的最大匹配个数,如'('与')'匹配,为 2个,'['与']'匹配,为2个,其他不能匹配.......

允许有杂质即( [ ( [ ] ] ) ] 应该是 [ ( [ ] ) ]//去掉杂质

就是选出一个最长合法子括号序列。

序列的长度小于等于100。

 

dp[i][j]代表从区间i到区间j所匹配的括号的最大个数,首先,假设不匹配, 那么dp[i][j]=dp[i+1][j];

然后查找i+1~~j有木有与第i个括号匹配的,

有的话,dp[i][j]=max(dp[i][j],dp[i+1][k-1]+dp[k+1][j]+2)//其中c[i]与c[k]匹配。

为什么和上一题不一样?

因为()()()()….而非仅仅是(((())))

 

bzoj1900

折叠的定义如下:

1. 一个字符串可以看成它自身的折叠。

2. X(S)是X(X>1)个S连接在一起的串的折叠。记作X(S) = SSSS…S(X个S)。

3. 如果A = A’, B=B’,则AB =A’B’ 例如,因为3(A) = AAA, 2(B) = BB,所以

3(A)C2(B) = AAACBB,而2(3(A)C)2(B)=AAACAAACBB

给一个字符串,求它的最短折叠。例如AAAAAAAAAABABABCCD的最短折叠为:9(A)3(AB)CCD。

输入字符串长度小于等于100。

 

f[l][r]表示,把l~r这个区间折叠的最短长度,然后我们想,对于一个区间来说,我们有两种选择,一种是把这个区间它自己来折叠,另一种是两块已经折叠的区间接起来。

对于第二种情况,直接枚举断点(区间dp中很常见),找最小的一种方案,第一种则是,找出它所有的折叠方案,在折叠方案中取一个最优的。

 

思路的整理类比和分析:整体的思路都是对于一段区间,两类决策

1:枚举点,由子问题更新的最优决策。

2:该区间本身进行压缩(进行处理)的最优决策。

一般1000考虑边界,100枚举断点

 

环形问题

环形问题有一个很常见的处理办法是,断环为链,然后把这个链复制一遍接在原链的后面。

然后做区间dp,最后取答案就是找dp[i][i+n-1]里面取最优的即可。

                   

 

 

 

                     

 

 

 

 

在读入的时候现将珠子们复制一遍放到后面,断环成链

设f[j][i]表示左端点为j号珠子,右端点为i号珠子的区间所能得到的最大能量,转移就枚举最后一步聚合的位置即可。

代码:

#include<bits/stdc++.h>
using namespace std;
int head[205],tail[205],f[205][205];
int n,ans;
int main()
{
    scanf("%d",&n);
    for(int i=1;i<=n;i++) 
    {
       scanf("%d",&head[i]); 
       head[i+n]=head[i];
    }
    for(int i=1;i<=n*2-1;i++) tail[i]=head[i+1];
    tail[n+n]=head[1];
    for(int i=1;i<=n-1;i++)
    {
        for(int j=1;j<=2*n-i;j++)
        {
            int t=i+j;
            for(int k=j;k<=t-1;k++)
            f[j][t]=max(f[j][t],f[j][k]+f[k+1][t]+head[j]*tail[k]*tail[t]);
        }
    }
    for(int i=1;i<=n;i++)
    {
        ans=max(ans,f[i][i+n-1]);
    }
    cout<<ans;
}

 

 

转载于:https://www.cnblogs.com/lcezych/p/11477090.html

区间DP是一种动态规划的方法,用于解决区间范围内的问题。在Codeforces竞赛中,区间DP经常被用于解决一些复杂的字符串或序列相关的问题。 在区间DP中,dp[i][j]表示第一个序列前i个元素和第二个序列前j个元素的最优解。具体的转移方程会根据具体的问题而变化,但是通常会涉及到比较两个序列的元素是否相等,然后根据不同的情况进行状态转移。 对于区间长度为1的情况,可以先进行初始化,然后再通过枚举区间长度和区间左端点,计算出dp[i][j]的值。 以下是一个示例代码,展示了如何使用区间DP来解决一个字符串匹配的问题: #include <cstdio> #include <cstring> #include <string> #include <iostream> #include <algorithm> using namespace std; const int maxn=510; const int inf=0x3f3f3f3f; int n,dp[maxn][maxn]; char s[maxn]; int main() { scanf("%d", &n); scanf("%s", s + 1); for(int i = 1; i <= n; i++) dp[i][i] = 1; for(int i = 1; i <= n; i++) { if(s[i] == s[i - 1]) dp[i][i - 1] = 1; else dp[i][i - 1] = 2; } for(int len = 3; len <= n; len++) { int r; for(int l = 1; l + len - 1 <= n; l++) { r = l + len - 1; dp[l][r] = inf; if(s[l] == s[r]) dp[l][r] = min(dp[l + 1][r], dp[l][r - 1]); else { for(int k = l; k <= r; k++) { dp[l][r] = min(dp[l][r], dp[l][k] + dp[k + 1][r]); } } } } printf("%d\n", dp[n]); return 0; } 希望这个例子能帮助你理解区间DP的基本思想和应用方法。如果你还有其他问题,请随时提问。
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