acwing27Dp状态机

状态机模型

状态机可以描述事件的状态，在Dp中可以解决一些棘手的状态决策问题。

大盗阿福

阿福是一名经验丰富的大盗。趁着月黑风高，阿福打算今晚洗劫一条街上的店铺。

这条街上一共有 N 家店铺，每家店中都有一些现金。

阿福事先调查得知，只有当他同时洗劫了两家相邻的店铺时，街上的报警系统才会启动，然后警察就会蜂拥而至。

作为一向谨慎作案的大盗，阿福不愿意冒着被警察追捕的风险行窃。

他想知道，在不惊动警察的情况下，他今晚最多可以得到多少现金？

输入格式
输入的第一行是一个整数 T，表示一共有 T 组数据。

接下来的每组数据，第一行是一个整数 N ，表示一共有 N 家店铺。

第二行是 N 个被空格分开的正整数，表示每一家店铺中的现金数量。

每家店铺中的现金数量均不超过1000。

输出格式
对于每组数据，输出一行。

该行包含一个整数，表示阿福在不惊动警察的情况下可以得到的现金数量。

数据范围
1≤T≤50,
1≤N≤105
输入样例：

2
3
1 8 2
4
10 7 6 14

输出样例：

8
24

样例解释
对于第一组样例，阿福选择第2家店铺行窃，获得的现金数量为8。

对于第二组样例，阿福选择第1和4家店铺行窃，获得的现金数量为10+14=24。
这道题可以先用dp分析：

我们发现f[i-2]和f[i-1]并不是独立的，而且在f[i-2]这个分支上，f[i-1]还不能再使用这个f[i-2]——相邻互斥。我们这时候希望只用前一维状态更新后一维状态，中间过程不要牵扯到两维。

此时我们对第i家商店分析当前状态，如果选则下一步只能走向不选，如果不选，下一步可以选也可以不选。我们分别用0,1来表示对每一个商店 i 的决策，那么就会形成一个路径，也会形成一个最大收益路径且不会出现之前那样的互斥现象。

#include <algorithm>
#include <iostream>

using namespace std;

const int N = 100010;

int n;
int w[N], f[N][2];//f代表决策前第i家商店，此家商店选或不选的最大利益。

int main() 
{
    int T;
    scanf("%d", &T);

    while (T--) 
    {   f[0][1]=-0x3f3f3f3f;//没有商店不可能选
        scanf("%d", &n);
        for (int i = 1; i <= n; i++) scanf("%d", &w[i]);

        for (int i = 1; i <= n; i++)
        {
            f[i][0] = max(f[i - 1][0], f[i - 1][1]);//不选的去向
            f[i][1] = f[i - 1][0] + w[i];//选的去向
        }

        printf("%d\n", max(f[n][0], f[n][1]));
    }

    return 0;
}

再就是买股票问题，它很难用简单的用dp来划分状态，因为持有股票的状态和不持有股票的状态是互斥的，不能简简单单的考虑dp的更新问题，还要考虑决策问题。这时候用状态机来考虑就变得简单起来：

股票买卖 IV

给定一个长度为 N 的数组，数组中的第 i 个数字表示一个给定股票在第 i 天的价格。

设计一个算法来计算你所能获取的最大利润，你最多可以完成 k 笔交易。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。一次买入卖出合为一笔交易。

输入格式
第一行包含整数 N 和 k，表示数组的长度以及你可以完成的最大交易数量。

第二行包含 N 个不超过 10000 的正整数，表示完整的数组。

输出格式
输出一个整数，表示最大利润。

数据范围
1≤N≤105,
1≤k≤100
输入样例1：

3 2
2 4 1

输出样例1：
2
输入样例2：

6 2
3 2 6 5 0 3

输出样例2：

7

样例解释
样例1：在第 1 天 (股票价格 = 2) 的时候买入，在第 2 天 (股票价格 = 4) 的时候卖出，这笔交易所能获得利润 = 4-2 = 2 。

样例2：在第 2 天 (股票价格 = 2) 的时候买入，在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。随后，在第 5 天 (股票价格 = 0) 的时候买入，在第 6 天 (股票价格 = 3) 的时候卖出, 这笔交易所能获得利润 = 3-0 = 3 。共计利润 4+3 = 7.

我们定义第一维 i 为决策前 i 天 ，二维 j 为入股次数（指当前天是否买入股票），第三维表示是否持有股票的状态。
属性：Max。

#include <algorithm>
#include <iostream>
#include<cstring>
using namespace std;

const int N = 100010;

int n,m;
int w[N], f[N][110][2];
//i表示第几天，j代表买入股票（交易次数）
//第三维 0 代表手里没货，1 代表手里有货
int main() 
{
    cin>>n>>m;
    for(int i=1;i<=n;i++)
    {
        scanf("%d",&w[i]);
    }
    memset(f,-0x3f,sizeof f);//因为很多状态不合法，直接全都赋值为不合法
    for(int i=0;i<=n;i++)  f[i][0][0]=0;//把基础状态0读入
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        {
            f[i][j][0]=max(f[i-1][j][1]+w[i],f[i-1][j][0]);
            f[i][j][1]=max(f[i-1][j-1][0]-w[i],f[i-1][j][1]);
        }
    }
    int res=0;
    for(int i=0;i<=m;i++)
    {
        res=max(res,f[n][i][0]);//第n天，如果i次，手里没有股票的最大收益
    }
    printf("%d\n",res);
    return 0;
}

股票买卖 V

给定一个长度为 N 的数组，数组中的第 i 个数字表示一个给定股票在第 i 天的价格。

设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:

你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
输入格式
第一行包含整数 N，表示数组长度。

第二行包含 N 个不超过 10000 的正整数，表示完整的数组。

输出格式
输出一个整数，表示最大利润。

数据范围
1≤N≤105
输入样例：

5
1 2 3 0 2

输出样例：

3

样例解释
对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]，第一笔交易可得利润 2-1 = 1，第二笔交易可得利润 2-0 = 2，共得利润 1+2 = 3。
本题和上道题相比，没有了交易次数的限制，改为了每次交易之后增加一天的冷冻期。同样的思路，用状态机来表示三种状态，每种状态的走向不同，可以用每种状态的方向来更新状态：

要注意这道题的入口的手中无货的第二天（解冻期），出口是f[n][1]或者是f[n][2]，不一定是哪一个，取max：

#include <cstring>
#include <iostream>
#include <algorithm>

using namespace std;

const int N = 100010, INF = 0x3f3f3f3f;

int n;
int w[N];
int f[N][3];

int main()
{
    scanf("%d", &n);

    for (int i = 1; i <= n; i ++ ) scanf("%d", &w[i]);

    f[0][0] = f[0][1] = -INF, f[0][2] = 0;//一开始处于解冻期
    for (int i = 1; i <= n; i ++ )
    {
        f[i][0] = max(f[i - 1][0], f[i - 1][2] - w[i]);
        f[i][1] = f[i - 1][0] + w[i];
        f[i][2] = max(f[i - 1][2], f[i - 1][1]);
    }

    printf("%d\n", max(f[n][1], f[n][2]));

    return 0;
}