动态规划__合唱队形问题

2024-01-28 23:32
文章标签 动态 规划 问题 合唱队

本文主要是介绍动态规划__合唱队形问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

问题描述
     N位同学站成一排,音乐老师要请其中的(N-K)位同学出列,使得剩下的K位同学排成合唱队形。   合唱队形是指这样的一种队形:设K位同学从左到右依次编号为1,2…,K,他们的身高分别为T1,T2,…,TK,  则他们的身高满足T1<...<Ti>Ti+1>…>TK(1<=i<=K)。   你的任务是,已知所有N位同学的身高,计算最少需要几位同学出列,可以使得剩下的同学排成合唱队形。 
     输入格式 Input Format      输入的第一行是一个整数N(2<=N<=100),表示同学的总数。第一行有n个整数,用空格分隔,第i个整数Ti(130<=Ti<=230)是第i位同学的身高(厘米)。 
     输出格式 Output Format      输出包括得到的最优队列的同学个数 以及最终同学的身高排列

思路
     这个问题可以分解为 对于0<=i<=n-1(n为同学数) 我们要求得满足子序列[0, i)的升序排列最优个数p加上子序列[i, n)满足降序最优个数q即p+q最大的i值 对于升序和降序的最优解 可以用动态规划来构造
     数组a[i]是第i个人的身高,b[i]是从左边第一个到a[i]的最长上升子序列,c[i]是从右边第一个到a[i]的最长上升子序列。这题的关键在于理解如何获得b[i]和c[i]的值。我们可以知道,不管a[i]为什么值时,b[i]>=1;(因为它本身就是一个上升序列元素。)假设 i=1 ,此时b[1]=1;因为a[1]的前面没有元素。那么如果a[2]>a[1],显然可以得到b[2]=b[1]+1; 因为a[1],a[2]是一个上升子序列。如果a[3]<=a[2]且a[3]>=a[1],那么b[2]为2;因为它可以和a[1]组成上升子序列。同理,若a[3]>a[1]..a[3-1],则b[3]=max{b[1]...b[3-1]}。由此我们可以得到递推关系式: b[i]=max{b[j](1<=j<i)|a[i]> a[j]}+1 (学过集合的应该看得懂。)同理可以求出c的值。 然后,可以得到符合合唱队的队列是b[i]+c[i]-1(a[i]被重复计算了一次),而题目要求的合唱队列是:max{b[i]+c[i]-1} 1<=i<=总人数,那么要挑出去多少人也就明白了,即 总人数 -  max{b[i]+c[i]-1
[cpp] view plain copy print ?
  1. //DJ.W 2012.11.9   
  2. //合唱队形问题:   
  3. //  问题描述:   给定一串整数 从中剔除一些数 使得其按从从小到大 再从大到小的顺序排列 如: 1 2 3 6 5 4 要求留下的数字尽可能多    
  4. //  输入:     数组大小 数组数据   
  5. //  输出:     能得到的最优队列元素个数 并输出元素队列   
  6. #include <iostream>   
  7. using namespace std;  
  8.   
  9. //用于保存子问题最优解的备忘录   
  10. typedef struct    
  11. {  
  12.     int maxlen; //当前子问题最优解   
  13.     int prev;   //构造该子问题所用到的下一级子问题序号(用于跟踪输出最优队列)   
  14. }Memo;  
  15.   
  16. //用于递归输出Memo B中的解   
  17. void Display(int* A, Memo* M, int i)  
  18. {  
  19.     if (M[i].prev == -1)  
  20.     {  
  21.         cout<<A[i]<<" ";  
  22.         return;  
  23.     }  
  24.     Display(A, M, M[i].prev);  
  25.     cout<<A[i]<<" ";  
  26. }  
  27.   
  28. //算法主要部分   
  29. void GetBestQuence(int* A, int n)  
  30. {  
  31.     //定义备忘录 并作必要的初始化   
  32.     Memo *B = new Memo[n];              //B[i]代表从A[0]到A[i]满足升序剔除部分元素后能得到的最多元素个数   
  33.     Memo *C = new Memo[n];              //C[i]代表从A[i]到A[n-1]满足降序剔除部分元素后能得到的最多元素个数   
  34.     B[0].maxlen = 1;        //由于B[i]由前向后构造 初始化最前面的子问题  (元素本身就是一个满足升序降序的序列)   
  35.     C[n-1].maxlen = 1;      //同样C[i]由后向前构造   
  36.     for (int i=0; i<n; i++) //为前一个最优子问题序号给定一个特殊标识-1    
  37.                             //用于在跟踪路径时终止递归或迭代(因为我们并不知道最终队列从哪里开始)   
  38.     {  
  39.         B[i].prev = -1;  
  40.         C[i].prev = -1;  
  41.     }  
  42.   
  43.     for (i=1; i<n; i++)      //构造B[n]   
  44.     {  
  45.         int max=1;  
  46.         for (int j=i-1; j>=0; j--)               //查看前面的子问题 找出满足条件的最优解 并且记录   
  47.         {  
  48.             if (A[j]<A[i] && B[j].maxlen+1>max)  
  49.             {  
  50.                 max = B[j].maxlen+1;            //跟踪当前最优解   
  51.                 B[i].prev = j;                  //跟踪构造路径   
  52.             }  
  53.         }  
  54.         B[i].maxlen = max;                      //构造最优解   
  55.     }  
  56.       
  57.     for (i=n-1; i>0; i--)  
  58.     {  
  59.         int max=1;  
  60.         for (int j=i; j<n; j++)          //从后往前构造 这是为了后面在统筹最终解时可以直接用B[i]+C[i]-1   
  61.                             //否则我们得到的最优解始终为B[n-1]+C[n-1]   
  62.         {  
  63.             if (A[j]<A[i] && C[j].maxlen+1>max)   //比当前长度更长 记录并构造   
  64.             {  
  65.                 max = C[j].maxlen+1;  
  66.                 C[i].prev = j;  
  67.             }  
  68.         }  
  69.         C[i].maxlen = max;  
  70.     }  
  71.   
  72.     //遍历i 得到最大的B[i]+C[i]-1(-1是因为我们在B[i]和C[i]中 均加上了A[i]这个数 因此需要减去重复的)   
  73.     int maxQuence = 0;  //记录当前最优解   
  74.     int MostTall;       //记录i 用于跟踪构造路径    
  75.     for (i=0; i<n; i++)  
  76.     {  
  77.         if (B[i].maxlen+C[i].maxlen-1 > maxQuence)  
  78.         {  
  79.             maxQuence = B[i].maxlen+C[i].maxlen-1;  
  80.             MostTall = i;  
  81.         }  
  82.     }  
  83.       
  84.     cout<<"最大合唱队形长度: "<<maxQuence<<endl;  
  85.       
  86.     //B由前向后构造 因此prev指向前面的元素 需要递归输出   
  87.     Display( A, B, MostTall);  
  88.     //C的prev指向后面元素 直接迭代输出   
  89.     while (C[MostTall].prev != -1)  
  90.     {  
  91.         MostTall = C[MostTall].prev;  
  92.         cout<<A[MostTall]<<" ";  
  93.     }  
  94.     cout<<endl;  
  95.       
  96.     delete []B;  
  97.     delete []C;  
  98. }  
  99. int main()  
  100. {  
  101.     //测试   
  102.     int *A;  
  103.     int n;  
  104.     cout<<"请输入合唱队员个数: "<<endl;  
  105.     cin>>n;  
  106.   
  107.     A = new int[n];  
  108.     cout<<"输入队员身高 :"<<endl;  
  109.     for (int i=0; i<n; i++)  
  110.     {  
  111.         cin>>A[i];  
  112.     }  
  113.     GetBestQuence(A, n);  
  114.     delete []A;  
  115.     return 0;  
  116. }  
//DJ.W 2012.11.9
//合唱队形问题:
//	问题描述:	给定一串整数 从中剔除一些数 使得其按从从小到大 再从大到小的顺序排列 如: 1 2 3 6 5 4 要求留下的数字尽可能多 
//	输入:		数组大小 数组数据
//	输出:		能得到的最优队列元素个数 并输出元素队列
#include <iostream>
using namespace std;//用于保存子问题最优解的备忘录
typedef struct  
{int maxlen;	//当前子问题最优解int prev;	//构造该子问题所用到的下一级子问题序号(用于跟踪输出最优队列)
}Memo;//用于递归输出Memo B中的解
void Display(int* A, Memo* M, int i)
{if (M[i].prev == -1){cout<<A[i]<<" ";return;}Display(A, M, M[i].prev);cout<<A[i]<<" ";
}//算法主要部分
void GetBestQuence(int* A, int n)
{//定义备忘录 并作必要的初始化Memo *B = new Memo[n];				//B[i]代表从A[0]到A[i]满足升序剔除部分元素后能得到的最多元素个数Memo *C = new Memo[n];				//C[i]代表从A[i]到A[n-1]满足降序剔除部分元素后能得到的最多元素个数B[0].maxlen = 1;		//由于B[i]由前向后构造 初始化最前面的子问题  (元素本身就是一个满足升序降序的序列)C[n-1].maxlen = 1;		//同样C[i]由后向前构造for (int i=0; i<n; i++) //为前一个最优子问题序号给定一个特殊标识-1 //用于在跟踪路径时终止递归或迭代(因为我们并不知道最终队列从哪里开始){B[i].prev = -1;C[i].prev = -1;}for (i=1; i<n; i++)		//构造B[n]{int max=1;for (int j=i-1; j>=0; j--)				//查看前面的子问题 找出满足条件的最优解 并且记录{if (A[j]<A[i] && B[j].maxlen+1>max){max = B[j].maxlen+1;			//跟踪当前最优解B[i].prev = j;					//跟踪构造路径}}B[i].maxlen = max;						//构造最优解}for (i=n-1; i>0; i--){int max=1;for (int j=i; j<n; j++)			//从后往前构造 这是为了后面在统筹最终解时可以直接用B[i]+C[i]-1//否则我们得到的最优解始终为B[n-1]+C[n-1]{if (A[j]<A[i] && C[j].maxlen+1>max)	//比当前长度更长 记录并构造{max = C[j].maxlen+1;C[i].prev = j;}}C[i].maxlen = max;}//遍历i 得到最大的B[i]+C[i]-1(-1是因为我们在B[i]和C[i]中 均加上了A[i]这个数 因此需要减去重复的)int maxQuence = 0;	//记录当前最优解int MostTall;		//记录i 用于跟踪构造路径 for (i=0; i<n; i++){if (B[i].maxlen+C[i].maxlen-1 > maxQuence){maxQuence = B[i].maxlen+C[i].maxlen-1;MostTall = i;}}cout<<"最大合唱队形长度: "<<maxQuence<<endl;//B由前向后构造 因此prev指向前面的元素 需要递归输出Display( A, B, MostTall);//C的prev指向后面元素 直接迭代输出while (C[MostTall].prev != -1){MostTall = C[MostTall].prev;cout<<A[MostTall]<<" ";}cout<<endl;delete []B;delete []C;
}
int main()
{//测试int *A;int n;cout<<"请输入合唱队员个数: "<<endl;cin>>n;A = new int[n];cout<<"输入队员身高 :"<<endl;for (int i=0; i<n; i++){cin>>A[i];}GetBestQuence(A, n);delete []A;return 0;
}

这篇关于动态规划__合唱队形问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/655136

相关文章

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

Java 线程安全与 volatile与单例模式问题及解决方案

《Java线程安全与volatile与单例模式问题及解决方案》文章主要讲解线程安全问题的五个成因(调度随机、变量修改、非原子操作、内存可见性、指令重排序)及解决方案,强调使用volatile关键字... 目录什么是线程安全线程安全问题的产生与解决方案线程的调度是随机的多个线程对同一个变量进行修改线程的修改操

Redis出现中文乱码的问题及解决

《Redis出现中文乱码的问题及解决》:本文主要介绍Redis出现中文乱码的问题及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1. 问题的产生2China编程. 问题的解决redihttp://www.chinasem.cns数据进制问题的解决中文乱码问题解决总结

全面解析MySQL索引长度限制问题与解决方案

《全面解析MySQL索引长度限制问题与解决方案》MySQL对索引长度设限是为了保持高效的数据检索性能,这个限制不是MySQL的缺陷,而是数据库设计中的权衡结果,下面我们就来看看如何解决这一问题吧... 目录引言:为什么会有索引键长度问题?一、问题根源深度解析mysql索引长度限制原理实际场景示例二、五大解决

Springboot如何正确使用AOP问题

《Springboot如何正确使用AOP问题》:本文主要介绍Springboot如何正确使用AOP问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录​一、AOP概念二、切点表达式​execution表达式案例三、AOP通知四、springboot中使用AOP导出

Python中Tensorflow无法调用GPU问题的解决方法

《Python中Tensorflow无法调用GPU问题的解决方法》文章详解如何解决TensorFlow在Windows无法识别GPU的问题,需降级至2.10版本,安装匹配CUDA11.2和cuDNN... 当用以下代码查看GPU数量时,gpuspython返回的是一个空列表,说明tensorflow没有找到

springboot如何通过http动态操作xxl-job任务

《springboot如何通过http动态操作xxl-job任务》:本文主要介绍springboot如何通过http动态操作xxl-job任务的问题,具有很好的参考价值,希望对大家有所帮助,如有错... 目录springboot通过http动态操作xxl-job任务一、maven依赖二、配置文件三、xxl-

解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题

《解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题》:本文主要介绍解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4... 目录未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘打开pom.XM

IDEA Maven提示:未解析的依赖项的问题及解决

《IDEAMaven提示:未解析的依赖项的问题及解决》:本文主要介绍IDEAMaven提示:未解析的依赖项的问题及解决,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝... 目录IDEA Maven提示:未解析的依编程赖项例如总结IDEA Maven提示:未解析的依赖项例如

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模