DP入门讲解
dp也叫做动态规划,算是较难的一类题目了,在这篇博客里我们主要来学一些dp的入门题,不会涉及太难的。
dp总的来说就是优雅的暴力,从最优子结构推向最优,我们要保证整过程中所有的都是最优,那么我们得到的最后结果肯定也是最优,这是dp最基础的思想,也是我认为最重要的。
dp还有一个性质是无后效性,这里我直接用百度百科里的话。无后效性是指将各阶段按照一定的次序排列好之后,对于某个给定的阶段状态,它以前各阶段的状态无法直接影响它未来的决策,而只能通过当前的这个状态。换句话说,每个状态都是过去历史的一个完整总结。这就是无后向性,又称为无后效性 。
掌握好这两个性质后,我们再来看dp的代码就好理解多了。
相关题目讲解
背包问题:
01背包:https://www.acwing.com/problem/content/2/
题解:解决dp问题我们首先要找到状态转移方程,这个题我们可以这样确认状态转移方程dp[i][j],i表示我们有多少个物品,j则表示体积,对于每个物体,我们有两种状态,拿或者不拿,如果我们拿的话,我们所剩的体积必须要大于这个物体的体积,而且我们必须由最前面的最优推出当前的最优,所以我们可以得到当前的转移方程 dp[i][j]=max(dp[i-1][j],dp[i-1][j-u[i]]+v[i]) (u数组保存的为体积,v数组为价值),我们可以得到代码如下
for(int i=1;i<=n;i++)
{
for (int j = w[i]; j <= v;j++)
{
dp[i][j] = max(dp[i - 1][j - u[i]] + v[i], dp[i - 1][j]);
}
}
如果我们把这个过程画出来的话,我们可以得到如下的一张图
图片来源:https://www.blog.csdn.net/boliu147258/article/details/89843491
我们可以得到一个性质,就是我们当前这一行转移的时候只会用到上面这一行的,所以我们可以对这个方程进行空间优化,我们可以用一维数组dp[m]来表示,那么我们应该怎么写转移方程拿如果我们从前往后写
for (int i = 1; i <= n;i++)
{
for (int j = w[i]; j <= v;j++)
{
dp[j] = max(dp[j], dp[j - y[i]] + x[i]);
}
}
那么我们会发现这个物体并不是只用了一次,而是被引用了好多次,很明显这样写是不对的,假设我们的w[i]为3,我们对3进行了状态转移后,在6时会用到3的结果,这是这个物体就不只是被选用了一次,而是两次,这样肯定是不对的,所以我们应该倒着来写这个转移方程,这样我们转移过的量是不会影响后面的转移的。
完整代码如下
#include<bits/stdc++.h>
using namespace std;
const int maxn = 1e3 + 5;
int x[maxn];
int y[maxn];
int main()
{
int n;
scanf("%d", &n);
while(n--)
{
int n, v;
scanf("%d %d", &n, &v);
for (int i = 1; i <= n;i++)
{
scanf("%d", &x[i]);
}
for (int i = 1; i <= n;i++)
{
scanf("%d", &y[i]);
}
int dp[maxn];
memset(dp, 0, sizeof dp);
for (int i = 1; i <= n;i++)
{
for (int j = v; j >= y[i];j--)
{
dp[j] = max(dp[j], dp[j - y[i]] + x[i]);
}
}
printf("%d\n", dp[v]);
}
return 0;
}
ps:待更新的有完全背包,多重背包,分组背包,lcs,lis,写的不是很好,见谅,有什么问题请联系我。