本文章介绍一些经典DP问题,这些问题比较简单,常常出现在面试中。希望大家学完后能够熟练掌握DP的算法思想。
01背包
题目:给定n种物品和一个背包,第i个物品的体积为c[i],价值为w[i],背包的总容量为C。把物品装入背包时,第i件物品只有两种选择:装或不装。如何选择装入背包的物品,使装入背包的物品总价值最大
状态的设计
引入一个(N+1)*(C+1)的二维数组dp[][],称为DP状态,dp[i][j]表示把前i个物品装入容量为j的背包中获得的最大价值。然而最后的dp[N][C]就是问题的答案—把N个物品装入容量为C的背包里
DP转移方程
假设现在递推到dp[i][j],分两种情况:
(1)第i个物品的体积比j大:不能装进背包中,dp[i][j]=dp[i-1][j]。
(2)第i个物品的体积比j小:分两种情况考虑
①装第i个物品:从前i-1个物品推广而来,前i-1件物品价值为dp[i-1][j]。第i件物品装入后,背包容量减少c[i],价值增加w[i],有dp[i][j]=dp[i-1][j-c[i]]+w[i]
②不装第i个物品:dp[i][j]=dp[i-1][j]
去两者中的最大值,状态转移方程变为:dp[i][j]=max(dp[i-1][j],dp[i-1][j-c[i]]+w[i])
代码
int dp[N][N];
int solve(int n,int C){
for(int i=1;i<=n;i++){
for(int j=0;j<=C;j++){
if(c[i]>j) dp[i][j]=dp[i-1][j];
else dp[i][j]=max(dp[i-1][j],dp[i-1][j-c[i]]+w[i]);
}
}
return dp[n][C];
}
再来个交替滚动数组
int dp[2][N];
int solve(int n,int C){
int now=0,old=1;
for(int i=1;i<=n;i++){
swap(old,new);
for(int j=0;j<=C;j++){
if(c[i]>j) dp[now][j]=dp[old][j];
else dp[now][j]=max(dp[old][j],dp[old][j-c[i]]+w[i]);
}
}
return dp[now][C];
}
多重背包
题目:P1776 宝物筛选 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)
我给出两种解法:①简单方法 ②二进制拆分优化
简单方法
转换成01背包,复杂度
状态转移方程:第i件物品分为装或者不装两种情况
dp[i][j]=max{dp[i-1][j],dp[i-1][j-k*c[i]]+k*w[i]}
1<=k<=min{m[i],j/c[i]}
代码
//滚动数组 多重背包(超时)
#include <bits/stdc++.h>
using namespace std;
const int N=100010;
int n,C,dp[N];
int w[N],c[N],m[N];
int main(){
cin>>n>>c;
for(int i=1;i<=n;i++) cin>>w[i]>>c[i]>>m[i];
for(int i=1;i<=n;i++){
for(int j=C;j>=c[i];j--){
for(int k=1;k<=m[i]&&k*c[i]<=j;k++){
dp[j]=max(dp[j],dp[j-k*c[i]]+k*w[i]);
}
}
}
cout<<dp[C];
return 0;
}
二进制拆分优化
算法思路:这是一种很简单的优化方法,假设第i件物品mi=14,组合成15(0~14共15种)种情况。不过,要组成15种情况,其实不需要14件物品,因为任何一个正整数X,都能拆为若干2的倍数的和,如14=2+4+8,这样总复杂度就从变到
代码
#include <bits/stdc++.h>
using namespace std;
const int N=100010;
int n,C,dp[N];
int w[N],c[N],m[N];
int new_n;
int new_w[N],new_c[N],new_m[N];
int main(){
cin>>n>>C;
for(int i=1;i<=n;i++) cin>>w[i]>>c[i]>>m[i];
//二进制拆分
for(int i=1;i<=n;i++){
for(int j=1;j<=m[i];j<<=1){
m[i]-=j;
new_c[++new_n]=j*c[i];
new_w[new_n]=j*w[i];
}
if(m[i]){
new_c[++new_n]=m[i]*c[i];
new_w[new_n]=m[i]*w[i];
}
}
//01背包
for(int i=1;i<=new_n;i++){
for(int j=C;j>=new_c[i];j--){
dp[j]=max(dp[j],dp[j-new_c[i]]+new_w[i]);
}
}
cout<<dp[C];
return 0;
}
当然,以后还会学更快的算法,目前阶段就只要学习二进制拆分就好了
嗯嗯,后面的题我就挑难得讲一下转移方程来源,简单的就留给你们自己考虑,不会的问我偶
编辑距离
P2758 编辑距离 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)
若word1[i]=word2[j],则dp[i][j]=dp[i-1][j-1]
其他情况,dp[i][j]=min{dp[i-1][j-1],dp[i-1][j],dp[i][j-1]}+1(具体代码不给出,状态转移方程来源:思考两个字符串,用表格画出,分析即可得到 )
最小划分
算法思路:最小划分问题可以转化成01背包问题。求出数组的和sum,把问题转换为:背包的容量为sum/2,把数组中的每个数看成物体的体积,求出背包里最多可以放多少res体积的物品?返回结果为|res-(sum-res)|
最优游戏策略
题目:Optimal Strategy for a Game | DP-31 - GeeksforGeeks
有点难!定义二维数组dp,dp[i][j]表示从第i堆到第j堆硬币区间内,先手能拿到的最大值。
在硬币区间[i,j]内,先手有两种选择:
①拿i。接着对手也有两种选择:拿i+1,剩下[i+2,j];拿j,剩下[i+1,j-1]
②拿j。接着对手也有两种选择:拿i,剩下[i+1,j-1];拿j-1,剩下[i,j-2]。
得到的状态转移方程如下:
dp[i][j]=max{V[i]+min(dp[i+2][j],dp[i+1][j-1]),V[j]+min(dp[i+1][j-1],dp[i][j-2])}
dp[i][j]=V[i] j=i
dp[i][j]=max(V[i],V[j]) j=i+1
今天先到这里了,下次课我们会细讲矩阵链乘法 子集和问题 LIS LCS
希望大家能关注、点赞、收藏哦,你的关注是我创作的动力φ(゜▽゜*)♪