Peter算法小课堂—动态规划

2024-02-25 18:04

本文主要是介绍Peter算法小课堂—动态规划,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!

Peter来啦,好久没有更新了呢

今天,我们来讨论讨论提高组的动态规划。

动态规划

动态规划有好多经典的题,有什么背包问题、正整数拆分、杨辉三角……但是,如果考到陌生的题,怎么办呢?比如说2000年提高组的乘积最大、石子合并……,所以说,我们要理解动态规划的本质。

那么,我们动态规划的第一步就是状态定义

dp的第二步就是填表格、写状态转移方程。

最后一步就是根据状态转移方程写代码了。其实,我觉得,dp最难的地方就是第二步,其次就是根据递推式写代码。给大家练一练根据递推式写代码吧。

递推1

那么,代码很简单,长这样👇

#include<bits/stdc++.h>
using namespace std;
int f[110][1010],n,v,c[110],w[110];
int main()
{scanf("%d%d",&v,&n);for (int i=1;i<=n;++i)scanf("%d%d",&c[i],&w[i]);for (int i=1;i<=n;++i) {for (int j=1;j<c[i];++j)f[i][j]=f[i-1][j];for (int j=c[i];j<=v;++j)f[i][j]=max(f[i-1][j],f[i-1][j-c[i]]+w[i]);}printf("%d\n",f[n][v]);return 0;
}

再来一道题

递推2

代码长这样

#include<bits/stdc++.h>
using namespace std;
int f[1010],n,c[1010];
int main()
{scanf("%d",&n);for (int i=1;i<=n;++i)scanf("%d",&c[i]);for (int i=1;i<=n;++i)for (int j=1;j<=i;++j)f[i]=max(f[i],f[i-j]+c[j]);int k,x;scanf("%d",&k);for (int i=1;i<=k;++i) {scanf("%d",&x);printf("%d\n",f[x]);}return 0;
}

递推练完了,就要练习状态转移方程了(靠自觉)

摆花

原题链接:P1077 [NOIP2012 普及组] 摆花 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)

那么这道题,我们把题意抽象化成:有 n 个数(c1​,c2​,...,cn​),0⩽ci​⩽ai​,求有多少种方案数使\sum_{i=1}^{n}c_{i}=m

首先,看到这道题,我给出5种办法,分别对应初学者、普及Oler、不大聪明的提高Oler、灰常聪明的提高Oler。

初学者

最最最简单的办法就是搜索+记忆化

#include<bits/stdc++.h>
using namespace std;
const int maxn=105, mod = 1000007;
int n, m, a[maxn], rmb[maxn][maxn];
int dfs(int x,int k)
{if(k > m) return 0;if(k == m) return 1;if(x == n+1) return 0;if(rmb[x][k]) return rmb[x][k]; //搜过了就返回int ans = 0;for(int i=0; i<=a[x]; i++) ans = (ans + dfs(x+1, k+i))%mod;rmb[x][k] = ans; //记录当前状态的结果return ans;
}
int main()
{cin>>n>>m;for(int i=1; i<=n; i++) cin>>a[i];cout<<dfs(1,0)<<endl;return 0;
}

搜索所有可能的c_{i}并且记忆化。

普及Oler

其次,应该会想到动态规划了。

时间复杂度大大降低,给出代码

#include <bits/stdc++.h>
using namespace std;
const int N=109;
const int MOD=1e6+7;
int f[N][N],a[N],n,m;
int main(){cin>>n>>m;for(int i=1;i<=n;i++) cin>>a[i];f[0][0]=1;for(int i=1;i<=n;i++){for(int j=0;j<=m;j++){if(j-1<a[i])f[i][j]=(f[i-1][j]%MOD+f[i][j-1]%MOD)%MOD;else f[i][j]=(f[i-1][j]%MOD+f[i][j-1]%MOD-f[i-1][j-1-a[i]]%MOD+MOD)%MOD;}}cout<<f[n][m]<<endl;return 0;
}

还是比较蒟蒻的

不大聪明的提高Oler

再其次,就是前缀和优化,大家都学过,给出代码

#include<bits/stdc++.h>
using namespace std;
const int maxn = 105, mod = 1000007;
int n, m, f[maxn], sum[maxn], a[maxn];
int main(){cin>>n>>m;for(int i=1; i<=n; i++) cin>>a[i];f[0] = 1;for(int i=0; i<=m; i++) sum[i] = 1;for(int i=1; i<=n; i++){for(int j=m; j>=1; j--){int t = j - min(a[i], j) - 1;if(t < 0) f[j] = (f[j] + sum[j-1])%mod;else f[j] = (f[j] + sum[j-1] - sum[t] + mod)%mod;}for(int j=1; j<=m; j++) sum[j] = (sum[j-1] + f[j])%mod;}cout<<f[m]<<endl;return 0;
}

来了,它又来了,它就是我们的生成函数!!!

灰常聪明的提高Oler

生成函数啊啊啊

大家如果不会生成函数的话,可以康康这位大佬的博客生成函数(母函数)——目前最全的讲解-CSDN博客

我们构造一个函数g(x)=\prod_{i=1}^{n}\sum_{j=0}^{a_{i}}x^{j},其中x^{m}项的系数即为答案。可以做n-1次NTT,然后输出。时间复杂度:O(n^2k\log nk)。这里我不给出代码了。

其实,也不用算出乘积,有一种更好的方法

我们约定A(x)=\sum_{i=0}^{n}a_{i}x^{i}B(x)=\sum_{i=0}^{n}b_{i}x^{i}

C(x)=A(x)B(x), 则C(x)=\sum_{i=0}^{n+m}c_{i}x^{i},其中c_{i}=\sum_{j=0}^{i}a_{j}b_{i-j},懂得都懂

这一题比较难,来一道简单亿点的题

参差不齐

n名电影演员依次排成一排,第i人的颜值为y[i],有些参差不齐。你希望挑选m个人拍一张电影海报,这m个人的前后顺序不能发生变化。你希望挑选的这排演员相邻的颜值不能相差太大,于是你定义颜值的参差不齐程度为相邻两人颜值差距的绝对值之和。求这m人的参差不齐程度最少是多少?

这一题最难的是状态定义,要是状态定义完成了的话,状态转移方程就显而易见了。

这个定义不太好,下面给出正确的定义及代码

下面给出代码👇

for(int i=1;i<=n;i++) f[i][1]=0;
for(int j=2;j<=m;j++)//枚举j代表选中人数for(int i=j;i<=n;i++){//枚举i代表结尾编号f[i][j]=INF;for(int k=j-1;k<i;k++)//结尾是i号时枚举k代表i号的左边邻居是几号f[i][j]=min(f[i][j],f[k][j-1]+abs(y[i]-y[k]));}
int ans=INF;
for(int i=m;i<=n;i++) ans=min(ans,f[i][m]);
cout<<ans<<endl;

乘积最大

原题链接:P1018 [NOIP2000 提高组] 乘积最大 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)

这题显然是一道数位dp

状态定义:f[i][j] 表示前 i 位数包含 j 个乘号所能达到的最大乘积

easy代码:

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
long long f[45][60];
string in;
int n,k;//n位数  k个乘号 
long long g[45];
long long cut(int l,int r){long long end = 0;for(int i = l;i <= r;i++)end = end * 10 + g[i];return end;
}
int main(){cin >> n >> k >> in;for(int i = 1;i <= n;i++)g[i] = in[i - 1] - '0';for(int i=1;i<=n;i++)f[i][0] = cut(1,i);for(int i = 2;i <= n;i++){ //枚举分割为前i位数字 for(int a = 1;a <= min(i-1,k);a++){ //枚举有几个乘号 for(int b = a;b < i;b++){ //在第几位放乘号 f[i][a] = max(f[i][a],f[b][a-1] * cut(b + 1,i));}}}cout<<f[n][k];return 0;
}

然后,就是我们的毒瘤最后一题啦

面条切割

这一题涉及到动态规划的本质,但是这一题要用到微积分,所以……

原题链接:Problem - 5984 (hdu.edu.cn)

设长度为x的面条期望为f(x)。显然,当x<d时,f(x)=0。当x>b时,设t为0~x上的坐标值,吃掉t~x上的面条,剩下的面条就是0~t,即吃掉剩下的面条次数期望为f(t) 。dt为一个很小的线元,点落在dt上的概率为\frac{dt}{x},而dt贡献的期望为:dt的长度为t,如上所述,贡献了f(t)的期望。最后我们再把这些相加(积分),得到f(x)=1+\frac{\int_{d}^{x} f(t)dt}{x}。接下来就是解出f(x)了。我们可以对f(x)求个导,然后还原,如下(LateX难打)

于是乎,f(x)=\ln x+C。然后,我们代一个特指进去,随便哪一个都行,最好是x=d,然后得到C=1-\ln d。综上所述,f(x)=\ln \frac{d}{x}+1。代码来啦

#include <bits/stdc++.h>
using namespace std;
int main() {int T;cin >> T;while (T--) {double a, b;cin >> a >> b;if (a <= b)cout << "0.000000" << endl;elsecout << fixed << setprecision(6) << 1.0 + log(a / b) << endl;}return 0;
}

时间复杂度几乎为O(1)!

OK!今天就讲到这里,886

这篇关于Peter算法小课堂—动态规划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/746266

相关文章

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

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-

Java调用C#动态库的三种方法详解

《Java调用C#动态库的三种方法详解》在这个多语言编程的时代,Java和C#就像两位才华横溢的舞者,各自在不同的舞台上展现着独特的魅力,然而,当它们携手合作时,又会碰撞出怎样绚丽的火花呢?今天,我们... 目录方法1:C++/CLI搭建桥梁——Java ↔ C# 的“翻译官”步骤1:创建C#类库(.NET

MyBatis编写嵌套子查询的动态SQL实践详解

《MyBatis编写嵌套子查询的动态SQL实践详解》在Java生态中,MyBatis作为一款优秀的ORM框架,广泛应用于数据库操作,本文将深入探讨如何在MyBatis中编写嵌套子查询的动态SQL,并结... 目录一、Myhttp://www.chinasem.cnBATis动态SQL的核心优势1. 灵活性与可

Mybatis嵌套子查询动态SQL编写实践

《Mybatis嵌套子查询动态SQL编写实践》:本文主要介绍Mybatis嵌套子查询动态SQL编写方式,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... 目录前言一、实体类1、主类2、子类二、Mapper三、XML四、详解总结前言MyBATis的xml文件编写动态SQL

SpringBoot实现Kafka动态反序列化的完整代码

《SpringBoot实现Kafka动态反序列化的完整代码》在分布式系统中,Kafka作为高吞吐量的消息队列,常常需要处理来自不同主题(Topic)的异构数据,不同的业务场景可能要求对同一消费者组内的... 目录引言一、问题背景1.1 动态反序列化的需求1.2 常见问题二、动态反序列化的核心方案2.1 ht

golang实现动态路由的项目实践

《golang实现动态路由的项目实践》本文主要介绍了golang实现动态路由项目实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习... 目录一、动态路由1.结构体(数据库的定义)2.预加载preload3.添加关联的方法一、动态路由1

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Python Selenium动态渲染页面和抓取的使用指南

《PythonSelenium动态渲染页面和抓取的使用指南》在Web数据采集领域,动态渲染页面已成为现代网站的主流形式,本文将从技术原理,环境配置,核心功能系统讲解Selenium在Python动态... 目录一、Selenium技术架构解析二、环境搭建与基础配置1. 组件安装2. 驱动配置3. 基础操作模

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ