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;
}