动态规划 —— 线性 DP
最长上升子序列
Acw895-最长上升子序列
-
d
p
[
i
]
dp[i]
dp[i] 定义为以
a
[
i
]
a[i]
a[i] 为结尾的最长上升子序列的长度/总和
#include<iostream>
#include<cstdio>
using namespace std;
typedef long long ll;
const int N=1e3+10;
int a[N],dp[N];
int main()
{
int n,res=0; cin>>n;
for(int i=1;i<=n;i++)
{
cin>>a[i]; dp[i]=1;
for(int j=1;j<i;j++)
if(a[j]<a[i]) dp[i]=max(dp[i],dp[j]+1);
res=max(res,dp[i]);
}
cout<<res;
return 0;
}
最长公共子序列
Acw899-最长公共子序列
- 定义
d
p
[
i
,
j
]
dp[i,j]
dp[i,j] 为
a
[
i
]
a[i]
a[i],
b
[
j
]
b[j]
b[j] 之前的最长公共子序列长度。
- 转移时,对于
a
[
i
]
a[i]
a[i],
b
[
j
]
b[j]
b[j] ,选择情况为 00,01,10,11(1代表选其为结尾)
- 当
a
[
i
]
=
b
[
j
]
a[i]=b[j]
a[i]=b[j] 时,11才不为空集。
- 由定义可知,00空间是01空间的子集,00空间也是10空间的子集.即01,10空间交集为00空间。
- 求
m
a
x
max
max 的话,00就可以不考虑,只考虑01,10,11.
#include<iostream>
#include<cstdio>
using namespace std;
typedef long long ll;
const int N=1010;
int dp[N][N];
char a[N],b[N];
int main()
{
int n,m;
cin>>n>>m;
cin>>a+1>>b+1;
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++)
{
dp[i][j]=max(dp[i-1][j],dp[i][j-1]);
if(a[i]==b[j]) dp[i][j]=max(dp[i][j],dp[i-1][j-1]+1);
}
cout<<dp[n][m];
return 0;
}
字符串距离
动态规划 —— 线性 DP —— 字符串编辑距离
#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
typedef long long ll;
const int N=2100;
char a[N],b[N];
int dp[N][N];
int main()
{
cin>>a+1>>b+1;
for(int i=1;i<=strlen(a+1);i++) dp[i][0]=i;
for(int j=1;j<=strlen(b+1);j++) dp[0][j]=j;
for(int i=1;i<=strlen(a+1);i++)
for(int j=1;j<=strlen(b+1);j++)
{
if(a[i]==b[j]) dp[i][j]=dp[i-1][j-1];
else dp[i][j]=min(dp[i-1][j],min(dp[i][j-1],dp[i-1][j-1]))+1;
}
cout<<dp[strlen(a+1)][strlen(b+1)];
return 0;
}
最大和问题
动态规划 —— 线性 DP —— 最大和问题
- 【最大子序列和】
-
d
p
[
i
]
dp[i]
dp[i] 定义为以
a
[
i
]
a[i]
a[i] 为结尾的最大子序列和
- 【最大子矩阵和】