动态规划---矩阵嵌套问题 (记忆化+字典序)

二刷动态规划,希望这遍加深对动态规划的理解,这道嵌套问题,可以转化为最长路,相当于为每个点找最行路,既然是最长路,就要按住一个点搜索到底,所以是DFS,然后找到第几个节点的长度最大,若有同样长度的节点,我们就用for+if(g[i][j] && d[i]==d[j]+1)的一个逆向思维来实现字典序.

Sample Input
8
14 9
15 19
18 12
9 10
19 17
15 9
2 13
13 10

Sample Output
4 8 3 2

#include<bits/stdc++.h>
#define maxn 101
using namespace std;

int a[maxn],b[maxn];
int g[maxn][maxn];
int d[maxn];
int n;
int dp(int i){
int& ans=d[i];
if(ans>0)
return ans;
ans=1; 
for(int j=1;j<=n;j++ ){
	if(g[i][j]) 
	ans=max(ans,dp(j)+1);

}
return ans;
}

print_ans(int i){
printf("%d ",i);
for(int j=1;j<=n;j++)
if(g[i][j] && (d[i]==d[j]+1) )
{
	print_ans(j);
 	break;
 }
}


int main(){

scanf("%d",&n);
memset(d,-1,sizeof(d));                    

int i,j;
for(int i=1;i<=n;i++)
scanf("%d %d",&a[i],&b[i]);
	
for(int i=1;i<=n;i++)	
for(int j=1;j<=n;j++)
{
	if((a[i]<a[j]&&b[i]<b[j]) || (a[i]<b[j]&& b[i]<a[j]))
	g[i][j]=1;
}

for(int i=1;i<=n;i++)                   //把每个节点到其最远的点的距离算出来 
if(d[i]==-1)
d[i]=dp(i);

int ans=0;
for(int i=1;i<=n;i++)
if(d[i]>d[ans])
ans=i;

print_ans(ans);

}
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
矩阵链乘问题是一个经典的动态规划问题,其目标是找到一种最优的方式来计算给定的一组矩阵的连乘积。这个问题可以通过动态规划算法来解决。 动态规划算法的基本思想是将问题分解成更小的子问题,并使用已知的信息来计算更大的问题。在矩阵链乘问题中,我们可以将问题分解成计算两个矩阵的乘积的子问题,并使用已知的信息来计算更大的问题。 具体来说,我们可以定义一个二维数组m,其中m[i][j]表示从第i个矩阵到第j个矩阵的最小计算代价。我们还可以定义一个二维数组s,其中s[i][j]表示从第i个矩阵到第j个矩阵的最优计算次序。 接下来,我们可以使用以下递归公式来计算m和s: m[i][j] = 0 (i = j) m[i][j] = min{m[i][k] + m[k+1][j] + ri*ck*cm} (i <= k < j) 其中,ri和ci分别表示第i个矩阵的行数和列数,cm表示两个矩阵相乘的计算代价。 使用上述递归公式,我们可以计算出所有的m[i][j]和s[i][j]。最终,我们可以通过s数组来构造出最优的计算次序,并使用m数组来计算最小的计算代价。 下面是一个Python实现的例子: ```python def matrix_chain_order(p): n = len(p) - 1 m = [[0] * n for i in range(n)] s = [[0] * n for i in range(n)] for l in range(2, n+1): for i in range(n-l+1): j = i + l - 1 m[i][j] = float('inf') for k in range(i, j): q = m[i][k] + m[k+1][j] + p[i]*p[k+1]*p[j+1] if q < m[i][j]: m[i][j] = q s[i][j] = k return m, s def print_optimal_parens(s, i, j): if i == j: print("A{}".format(i+1), end='') else: print("(", end='') print_optimal_parens(s, i, s[i][j]) print_optimal_parens(s, s[i][j]+1, j) print(")", end='') p = [30, 35, 15, 5, 10, 20, 25] m, s = matrix_chain_order(p) print_optimal_parens(s, 0, len(p)-2) print("\nMinimum cost:", m[0][len(p)-2]) ``` 输出结果为: ``` ((A1(A2A3))((A4A5)A6)) Minimum cost: 15125 ```
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