02 动态规划 LIS LCS

题目来源

Frog1

板子题,\(dp[i]\)为跳到\(i\)的花费,每次可能从前两个和前一个跳过来,取最小。

\(dp[i]=min(dp[i-1]+abs(a[i]-a[i-1]),dp[i-2]+abs(a[i]-a[i-2]))\)

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll max_n=1e5+100;
const ll inf=0x3f3f3f3f;
int t,n,a[max_n],dp[max_n];
int main(){
    //freopen("in.txt","r",stdin);
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    cin>>n;
    for(int i=0;i<n;i++) cin>>a[i];
    dp[0]=0;dp[1]=abs(a[0]-a[1]);
    for(int i=2;i<n;i++){
        dp[i]=min(dp[i-2]+abs(a[i]-a[i-2]),dp[i-1]+abs(a[i-1]-a[i]));
    }cout<<dp[n-1]<<endl;
    return 0;
}

Frog2

同上,变成了\(k\)步,注意到\(k\)的范围较小,可以直接加上一层循环。

\(dp[i]=min(dp[i],dp[i-k]+abs(a[i-k]-a[i]))\)

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll max_n=1e5+100;
const ll inf=0x3f3f3f3f;
int t,n,a[max_n],dp[max_n],k;
int main(){
    //freopen("in.txt","r",stdin);
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    cin>>n>>k;
    for(int i=0;i<n;i++) cin>>a[i];
    dp[0]=0;
    for(int i=1;i<n;i++){
        dp[i]=inf;
        for(int j=1;j<=k;j++){
            if(i-j>=0) {
                dp[i]=min(dp[i],dp[i-j]+abs(a[i-j]-a[i]));
            }else break;
        }
    }cout<<dp[n-1]<<endl;
    return 0;
}

Vacation

维护三个数组代表当天做的三种事情,更新时加上对应的快乐值,转移方程见代码

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll max_n=1e5+100;
const ll inf=0x3f3f3f3f;
int t,n,a[max_n][5],dp[max_n][5];
int main(){
    //freopen("in.txt","r",stdin);
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    cin>>n;
    for(int i=0;i<n;i++)
        for(int j=0;j<3;j++)
            cin>>a[i][j];
    for(int i=0;i<3;i++){
        dp[0][i]=a[0][i];
    }
    for(int i=1;i<n;i++){
        dp[i][0]=max(dp[i-1][1],dp[i-1][2])+a[i][0];
        dp[i][1]=max(dp[i-1][0],dp[i-1][2])+a[i][1];
        dp[i][2]=max(dp[i-1][1],dp[i-1][0])+a[i][2];
    }cout<<max(dp[n-1][0],max(dp[n-1][1],dp[n-1][2]))<<endl;
    return 0;
}

Knapsack 1

打板子打板子!

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll max_n=1e5+100;
const ll inf=0x3f3f3f3f;
ll t,n,m,p[max_n],v[max_n],q[max_n],dp[max_n];
int main(){
    //freopen("in.txt","r",stdin);
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    while(cin>>n>>m){
        for(int i=0;i<n;i++){
            cin>>p[i]>>q[i];
        }
        memset(dp,0,sizeof(dp));
        ll ans=0;
        for(int i=0;i<n;i++){
            for(int j=m;j>=p[i];j--){
                dp[j]=max(dp[j],dp[j-p[i]]+q[i]);
                ans=max(ans,dp[j]);
            }
        }cout<<ans<<endl;
    }
    return 0;
}

Knapsack 2

很有意思的思路,价值是远小于重量的最大值的,所以把原本的目标改为求一定价值下的最小重量。
初始化的时候要注意的是,\(dp[j]\)应该赋值为\(\infty\),但是\(dp[0]\)应该赋值为0,因为如果你装有0价值的东西,那么你用了的体积应该是0。

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll max_n=2e5+100;
const ll inf=0x3f3f3f3f;
ll t,n,m,p[max_n],v[max_n],q[max_n],dp[max_n];
int main(){
    //freopen("in.txt","r",stdin);
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    cin>>n>>m;
    ll wmax=0,sum=0;
    for(int i=0;i<n;i++){
        cin>>q[i]>>p[i];
        sum+=p[i];
    }
    memset(dp,0x3f,sizeof(dp));
    ll ans=0;
    dp[0]=0;
    for(int i=0;i<n;i++){
        for(ll j=sum;j>=p[i];j--){
            dp[j]=min(dp[j],dp[j-p[i]]+q[i]);
            if(dp[j]<=m){
                ans=max(ans,j);
            }
        }
    }cout<<ans<<endl;
    return 0;
}

任务安排1

之前讲过的,贪心+前缀和。\(dp[i]\)表示只做前\(i\)个任务所需最短时间,每次\(j\)\(0\)\(i-1\)循环,表示将任务从\(j\)处分割开来,具体的转移方程见代码。

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll max_n=2e5+100;
const ll inf=0x3f3f3f3f;
ll n,m,t[max_n],c[max_n],dp[max_n];
int main(){
    //freopen("in.txt","r",stdin);
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    cin>>n>>m;
    for(int i=1;i<=n;i++){
        cin>>t[i]>>c[i];
        t[i]+=t[i-1];
        c[i]+=c[i-1];
    }
    memset(dp,0x3f,sizeof(dp));
    dp[0]=0;
    for(int i=1;i<=n;i++){
        for(int j=0;j<=i-1;j++){
            ll cost=c[i]*t[i]+m*c[n]-c[j]*(t[i]+m);
            dp[i]=min(dp[i],dp[j]+cost);
        }
    }cout<<dp[n]<<endl;
    return 0;
}

LCS

朴素LCS算法是\(O(n^2)\)复杂度,转移方程是:

\( s[i]==t[i]:dp[i][j]=max(dp[i][j],dp[i-1][j-1]+1) \)
\( s[i]!=t[i]:dp[i][j]=max(dp[i-1][j],dp[i][j-1]) \)
这个题由于是1-n的全排列,所以可以优化到
\( O(nlog(n)) \)
显然如果其中一个字符串为1-n,那么答案就是另一个串的LIS,所以
定义一个映射\(f(s)={1,2...,n}\)。这样就只要求出\(f(t)\)的LIS长度即为答案

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll mod=1e8;
const ll max_n=1e6+1000;
const ll inf=0x3f3f3f3f;
ll n,a[max_n],m,dp[max_n];
map<int,int> fun;
int main(){
    //freopen("in.txt","r",stdin);
    ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
    cin>>n;
    for(int i=1;i<=n;i++){
        cin>>m;
        fun[m]=i;
    }
    for(int i=1;i<=n;i++){
        cin>>m;
        a[i]=fun[m];
    }
    fill(dp,dp+n+10,inf);
    ll res=0;
    for(int i=1;i<=n;i++){
        *lower_bound(dp+1,dp+1+n,a[i])=a[i];
    }
    for(int i=1;i<=n;i++){
        if(dp[i]==inf){
            res=i-1;
            break;
        }
    }
    cout<<(res==0?n:res)<<endl;
    return 0;
}
原文地址:https://www.cnblogs.com/Zabreture/p/13411113.html