动态规划注意全局的局部最优解
一、最长增长子序列
给定一个数组,求数组的最长增长子序列。
解法:要用到dp思想,先找到所有局部的最优解,就是全局的最优解。
代码:
int main()
{
int n;
int s[maxn], dp[maxn];
while(scanf("%d", &n) != EOF){
for(int i= 0; i < n; i++)
cin >> s[i];
for(int i = 0; i < n; i++){
dp[i] = 1;
for(int j = 0; j < i; j++){
if(s[i] > s[j])
dp[i] = max(dp[i], dp[j] + 1);//找到第i个数前的最长增长子序列
}
}
int t = 0;
for(int i = 0; i < n; i++)
t = max(t, dp[i]);
cout << t <<endl;
}
return 0;
}
二、数字三角形
有如下所示的数塔,要求从顶层走到底层,若每一步只能走到相邻的结点,则经过的结点的数字之和最大是多少?
INPUT
输入数据首先包括一个整数C,表示测试实例的个数,每个测试实例的第一行是一个整数N(1 <= N <= 100),表示数塔的高度, 接下来用N行数字表示数塔,其中第i行有个i个整数,且所有的整数均在区间[0,99]内。
Sample Input
1 5 7 3 8 8 1 0 2 7 4 4 4 5 2 6 5
Sample Output
30
解题思路:对每个数字编号,建立状态转移方程的d[i][j] = a[i][i] + max(d[i+1][j], d[i+1][j+1]);
方法1:递归运算
int solve(int i, int j){
return a[i][j] + (1 == n ? 0 : max(solve(i+1, j), solve(i+1, j+1)));
}
但这样的效率太低,O(2^n)
方法二:递推运算
for(int j = 1; j <=n; j++)
d[n][j] = a[n][j];
for(int i = n - 1; i > 0; i--)//计算d[i][j]时要已经算好d[i+1][j]和d[i+1][j+1],所以要倒推
for(int j = 1; j < i; j++)
d[i][j] = a[i][j] + max(d[i + 1][j], d[i + 1][j + 1]);
计算量为O(n^2)
完整代码:
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<iostream>
using namespace std;
const int maxn = 110;
int s[maxn][maxn];
int d[maxn][maxn];
int main()
{
int c;
cin >>c;
while(c--){
int n;
cin >> n;
memset(s, -1, sizeof(s));
for(int i = 1; i <= n; i++){
for(int j = 1; j <= i; j++){
cin >> s[i][j];
}
}
for(int j = 1; j <=n; j++)
d[n][j] = s[n][j];
for(int i = n - 1; i > 0; i--){
for(int j = 1; j <= i; j++){
d[i][j] = s[i][j] + max(d[i+1][j], d[i+1][j+1]);
}
}
cout << d[1][1] <<endl;
}
return 0;
}
方法三:记忆华搜索法
memset(a, -1, sizeof(a));
int solve(int i, int j)
{
if(d[i][j] >= 0) return d[i][j];
return d[i][j] = a[i][j] + (i == n ? 0: max(solve(i+1, j), solve(i+1, j+1)));
}
对方法一的修改,保证每个数只搜索一次,减少运算量