动态规划:线性DP—数字三角形

898. 数字三角形 - AcWing题库

状态转移方程:f[i,j]=max(f[i-1,j-1]+a[i,j],f[i-1,j]+a[i,j] )

f[i,j]:从起点到点a[i,j]的路径的最大值;属性为:最大值

代码:

#include <iostream>
#include <math.h>
using namespace std;
const int N=510,INF=1e9;
int n,a[N][N],f[N][N];
int main(){
    cin>>n;
    for(int i=1;i<=n;i++){
        for(int j=1;j<=i;j++)
            cin>>a[i][j];
    }
    //初始化
    for(int i=0;i<=n;i++)
        for(int j=0;j<=i+1;j++)//需要多初始化一些位置,部分左右上角为空
            f[i][j]=-INF;//将状态记录的数组初始化为负无穷
    f[1][1]=a[1][1];
    for(int i=2;i<=n;i++)
        for(int j=1;j<=i;j++)
            //当超出边界时,则有一处为负无穷/或者为0,相加后进行比较选择左上角还是右上角
            f[i][j]=max(f[i-1][j-1]+a[i][j],f[i-1][j]+a[i][j]);
    int res=-INF;
    //遍历最后一层的最大值
    for(int i=1;i<=n;i++){
        res=max(res,f[n][i]);
    }
    cout<<res;
    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
动态规划线性规划和非线性规划是三种不同的优化方法,它们的思想和应用场景不同,具体区别如下: 1. 动态规划动态规划是一种在有重叠子问题和最优子结构的情况下可以采用的算法思想。动态规划通常用于解决多阶段决策问题,每个阶段的决策依赖于前面各个阶段的决策。常见的动态规划问题有最长公共子序列、背包问题等。 2. 线性规划:线性规划是一种优化问题,它的目标是在一组线性约束条件下最大化或最小化线性目标函数的值。线性规划问题通常可以用线性规划算法求解,这种算法的核心是单纯形法。常见的线性规划问题有生产计划、运输问题等。 3. 非线性规划:非线性规划是一类目标函数或约束条件中包含非线性项的优化问题。非线性规划问题通常比线性规划问题更难求解,因为它们的解空间通常是非凸的。常见的非线性规划问题有最小二乘法、无约束优化问题等。 举例来说: 1. 动态规划:最长公共子序列问题是一个经典的动态规划问题。给定两个字符串,求它们的最长公共子序列的长度。这个问题可以用动态规划算法求解,其中状态转移方程为:dp[i][j] = dp[i-1][j-1] + 1,当 s1[i] == s2[j] 时;否则,dp[i][j] = max(dp[i-1][j], dp[i][j-1])。 2. 线性规划:假设一个工厂有 2 种机器可以用于生产产品 A 和 B,每种机器的使用时间和成本如下表所示。现在需要制定一个生产计划,使得生产的产品 A 和 B 的总成本最小,同时满足以下约束条件:每种机器的使用时间不得超过 40 小时,产品 A 和 B 的总生产量分别不得少于 100 和 200。 | 机器 | 生产 A 的时间 | 生产 B 的时间 | A 的成本 | B 的成本 | |------|-------------|-------------|---------|---------| | 1 | 10 | 20 | 2 | 3 | | 2 | 20 | 10 | 3 | 2 | 这个问题可以用线性规划算法求解,其中目标函数为:2A + 3B + 3A + 2B = 5A + 5B,约束条件为:10A + 20B ≤ 400,20A + 10B ≤ 400,A ≥ 100,B ≥ 200。 3. 非线性规划:假设有一组数据点 {(x1, y1), (x2, y2), ..., (xn, yn)},现在要求在所有二次函数 y = ax^2 + bx + c 中找到一个最优的拟合函数,使得实际数据点与拟合函数之间的误差最小。这个问题可以用非线性规划算法求解,其中目标函数为误差平方和,即 min Σ(yi - axi^2 - bxi - c)^2。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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