(蓝桥杯C/C++)——动态规划(DP)

devtools/2024/11/14 9:43:11/

目录

一、线性DP

1.DP(动态规划)简介

2.动态规划的分析步骤

3.例题讲解

二、二维DP

1.二维DP简介

2.选数异或

三、最长上升子序列LIS

1.LIS简介

2.例题讲解

四、最长公共子序列LCS

1.最长公共子序列

2.最长公共子序列

2.求出具体子序列

一、线性DP

1.DP(动态规划)简介

DP(动态规划)全称DynamicProgramming，是运筹学的一个分支，是一种将复杂问题分解成很多重叠的子问题，并通过子问题的解得到整个问题的解的算法。

在动态规划中有一些概念:
状态:就是形如dp[il[il=val的取值，其中i，i为下标，也是用于描述、确定状态所需的变量,val为状态值。
状态转移:状态与状态之间的转移关系，一般可以表示为一个数学表达式，转移方向决迭代或递归方向。
最终状态:也就是题目所求的状态，最后的答案。

2.动态规划的分析步骤

1.确定状态，一般为“到第i个为止，xx为j(xx为k)的方案数/最小代价/最大价值”，可以根据数据范围和复杂度来推理。

2.确定状态转移方程，即从已知状态得到新状态的方法，并确保按照这个方向一定可以正确躾渥黨瘛得到最终状态。
根据状态转移的方向来决定使用迭代法还是递归法(记忆化)

3.确定最终状态并输出。

3.例题讲解

破损的楼梯
问题描述
小孟来到了一座高耸的楼梯前，楼梯共有N级台阶，从第0级台阶出发。小孟每次可以迈上1级或2级台阶，但是，楼梯上的a级、第02级、第 a1级，以此奔推。共 M 级台阶的台阶面已经坏了，不能上去。
现在，小孟想要到达楼梯的顶端，也就是第N级台阶，但他不能踩到坏了的台阶上。请问有多少种不踩到坏了的台阶上到达顶端的方案数?
由于方案数很大，请输出其对1e9+7取模的结果

例题分析

设状态dp[i]表示走到第i级台阶的方案数。
状态转移方程为dp[i]=dp[i-1]+dp[i-2]，如
果i为破损的，则dp[il=0。
可以用一个桶来记录哪些位置是破损的。
从前往后更新，最后输出dp[n]。

#include<bits/sldc++.h>
using namespace std;

const int N = 1e5+10,mod - 1e9+7;

int n，m，x，f[N]，vis[N];

signed main()

{

     cin >> n >> m;

     for(int i=l;i<=m;i ++)

      {

        cin >> x;

        vis[x]= 1;

}
f[0]= 1;

for(int i - 1;i < -n; i++)

     {

        if(vis[i])

         continue;

         fi]-f[i -1+f[i - 2];

         f[i] %= mod;

  }
cout << f[n] << '\n';

return 0;

}

二、二维DP

1.二维DP简介

二维DP就是指dp数组的维度为二维的dp(当然有时候可能会三维四维，或者存在一些优化使得它降维成一维)，广义的来讲就是有多个维度的dp，即用于描述dp状态的变量不止一个。

2.选数异或

给定n个正整数a[i]，询问你其中有多少个不同子序列进行异或运算的值为x?
由于结果很大，你需要对998244353取模

异或运算:位远算的一种，符号为由，1^1=0,1^0=1,0^0=0.

子序列: 从切始序列中选出若于个数保持原有顺序的序列，

例题分析

设状态dp[i][j]表示到第i个数字为止(但不一定以第i个数字结尾)，异或和为i的子序列个数。

对于第i层的状态，转移的方式有“选第i个”和“不选第i个”两种，转移方程为dp[i][j]= dp[i][j] + dp[i - 1]j ^ dp[i-1[j ^ a]]。
最后结果就是dp[n][x]。

#include<bits/sldc++.h>
using namespace std;

using ll = long long;

const int N = 1e5+9;

const ll p = 998244353;

int a[N]，dp[N][70];


int main()

{
    int n, x; cin >> n >> x;

   dp [0] [0 = 1;

   for(int i = 1; i <= n; ++ i)

    {

      for(int j = 0; j < 64; ++j)

       {
         dp[i][j] = (dp[i-1][j] + dp[i-1][j ^ a[i]]) % p;

        }

     }
cout << dp[n][m] << '\n';

return 0;

}

三、最长上升子序列LIS

1.LIS简介

LIS(最长上升子序列)是一个经典的DP模型。
子序列指的是一个序列中，按照原顺序选出若干个不一定连续的元素所组成的序列。这节课我们讲解O(n^2)时间复杂度的朴素LIS模型，LIS还有一种利用二分实现的O(nlogn)时间复杂度的模型，大家可以自行去学习，理解起来略有难度。在求解LIS时，一般我们会设dp[i]表示1~i序列中以a[i]结尾的最长上升子序列的长度，状态转移方程为:
dp[i]= max(dp[j] + 1),

if a[i]> a[j]
表示a[i]要插入到不同子序列后面的情况。

a13425372
dp12324352

2.例题讲解

小明是蓝桥王国的勇士，他晋升为蓝桥骑士，于是决定不断突破自我
这天蓝桥首席骑士长给他安排了 N 个对手，他们的战力值分别为….a1,a2,···an,且按顺序挡在小明的前方，对于这些对手小明可以选择单挑也可以选择群战
作为热血豪放的勇士，小明从不走回头路，且只愿意挑战战力值越来越强的对手
请你算算小明最多会挑战多少名对手

#include<bits/sldc++.h>
using namespace std;

const int N = 1e3+9;

int a[N]，dp[N];

int main()

{

  int n;

  cin >> n;

 for(int i = 1;i <= n; ++i)

 cin >> a[i];

    for(int i = 1;i <= n; ++i)

    {

        dp[i] = 1;

         for(int j =1;j < i; ++j)

         {

           if(a[i] > a[j])

            dp[i] = max(dp[i], dp[j] + 1);

          }

    }

   int ans = 0;

   for (int i =1;i < n; ++i)

    ans = max(ans, dp[i]);

    cout << ans << '\n'；

   return 0；

}

四、最长公共子序列LCS

1.最长公共子序列

LCS(Longest Common Subsequence 最长公共子序列)是一个经典的DP模型。
这节课我们讲解O(n^2)时间复杂度的LCS模型。
LCS问题是给定两个序列A和B，求它们的最长公共子序列。

在求解LCS时，一般我们会设dp[i][j]表示A[1~i]序列和B[1~j]序列中(不规定结尾)的最长公共子序列的长度，状态转移方程为:
if ali]=b[j]:dp{i][j]= dp{i-1][j-1]+1
else dp[i][j]= max(dp[i-1][jl, dp[i][j-1]);

解释一下:当ali]=b[j]时，可以将他们作为插入到LCS的后面，使得长度变长1，当a[i]!=b[说明此时LCS不会延长，那就要从dp[i-1][j]和dp[i][j-1]中取大的作为最长的长度。

a13425
b14352

dp12345
11111
211222
312222
412223
512233

132

2.最长公共子序列

给定一个长度为 N 数组 a 和一个长度为 M 的数组 b

请你求出它们的最长公共子序列长度为多少。

例题分析

设dp[i][j]表示序列a[1~i],b[1~j]中最长公共子序列长度,

状态转移方程为:

if ali]=b[j]:dp[i][j] = dp[i-1][j-1]+1
else: dp|i][j]= max(dp[i-1][j], dp[i][j-1]);最后输出dpln]lm]即可。

#include <bits/stdc+.h>
using namespace std;

const int N = 1e3+9,

int n, m,a[N], b[N], dp[M][N];

int main()

{

    int n, m;

    cin >> n >> m;

    for(int i = 1;i <= n; ++i)

    cin >> a[i];
    for(int i= 1; j<= m; ++i)

    cin >> b[i];

   for(int i = 1;i <= n; ++i)

      for(int j = 1; j <= n; ++j)

      {

              if(a[i] == b[j])

                      dp[i][j] = dp[i - 1][j - 1] + 1;

               else dp[i][j] = max(dp[i - 1][j],dp[i ][j - 1]);

        }

   cout << dp[n][m] << '\n';

   return 0;

} 

   

2.求出具体子序列

a13425
b14352

dp12345
11111
211222
312222
412223
512233

132

(i,j)从(n,m)往回走，当a[i]=b[j]时，往左上角走变为(i-1,j-1)，此时找到了一个公共元素a[i](或blj])，否则往左边或上边走(选择较大的方向)。

走到新位置后重复以上判断，直到走出边界

#include <bits/stdc+.h>
using namespace std;
using ll = long long;
const ll p= 1e9 + 7;
const int int = 1e9, N = 1e3 + 9;
int a[N], b[N], dp[N][N];
int main()

{
     int n, m;

     cin >> n >>m;

     for(int i = 1; i <= n; ++i)

     cin >> a[i];

      for(int i = 1; i <= m; ++i)

    cin >> b[i];

     for(int i = 1; i <= n; ++i)

     {
          for(int j= 1; j<= m; ++ j)

           {

             if(a[i] == b[j])

              dp[i][j] = dp[i - 1][j - 1] + 1;

              else dp[i][j] = max(dp[i][j-1],dp[i - 1][j]);

              }

    }

   vector<int> v;

   int x = n, y = n;

   while(x && y)

   {

       if(a[x] == b[y])

        {

            v.push_back(a[x]);

             x --, y--;

         }

          else (dp[x - 1][y] > dp[x][y - 1])

        x --;

         else y--;

  }

reverse(v.begin(),v.end());

 for(const auto &i : v)

 cout << i << ' ';

 return 0;

}


http://www.ppmy.cn/devtools/133592.html

相关文章

React 函数式更新 和 数据拷贝更新对比

React 函数式更新 和 数据拷贝更新对比

// 函数方式更新const handleSubmit (title) > {setTodoList((currentTodoList) > [{ title, status: new Date().toDateString() },...currentTodoList,]);}; // 使用数组副本更新const handleSubmit (title) > {let list [...todoList];list.unshift({ title, st…
阅读更多...
【Linux】的初次相遇，这些必备的基本知识和基本指令你知道吗？

【Linux】的初次相遇，这些必备的基本知识和基本指令你知道吗？

【Linux】的初次相遇&#xff0c;这些必备的基本知识和基本指令你知道吗&#xff1f; 什么是操作系统什么是文件什么是路径01. ls 指令02. pwd命令03. cd 指令04. touch指令05.mkdir指令&#xff08;重要&#xff09;&#xff1a;06.rmdir指令 && rm 指令&#xff08;重…
阅读更多...
Redis-07 Redis哨兵

Redis-07 Redis哨兵

操作实现 此处应该6台虚拟机&#xff0c;其中3台是哨兵&#xff0c;但因为内存限制没有那么多 1.将sentinel文件拷贝到/myredis目录下 2.sentinel.conf文件重要参数 新建配置文件sentinel26379.conf sentinel26380.conf sentinel26381.conf bind 0.0.0.0 daemonize yes pr…
阅读更多...
2024下半年自学黑客（网络安全）

2024下半年自学黑客（网络安全）

CSDN大礼包&#xff1a;&#x1f449; 基于入门网络安全/黑客打造的&#xff1a;&#x1f449;黑客&网络安全入门&进阶学习资源包 前言 什么是网络安全 网络安全可以基于攻击和防御视角来分类&#xff0c;我们经常听到的 “红队”、“渗透测试” 等就是研究攻击技术&…
阅读更多...
UnoCss 安装

UnoCss 安装

UnoCss 安装 前言 UnoCss&#xff0c;作为一个灵活且高效的原子化CSS引擎&#xff0c;为开发者提供了无与伦比的样式定制能力。在Vue与Vite构建的现代化前端项目中&#xff0c;UnoCss以其独特的即时生成和零配置使用的特点&#xff0c;迅速赢得了开发者的青睐。本文将详细介绍…
阅读更多...
用 PHP或Python加密字符串，用iOS解密

用 PHP或Python加密字符串，用iOS解密

可以使用对称加密算法&#xff08;如 AES&#xff09;来加密和解密字符串。对称加密适合这种跨平台加密解密的需求&#xff0c;因为可以使用相同的密钥和算法在不同的编程语言和系统之间进行加密和解密。 下面展示如何使用 Python 或 PHP 进行加密&#xff0c;然后用 iOS (Swi…
阅读更多...
【bat】自动生成指定层级文件夹

【bat】自动生成指定层级文件夹

&#x1f305; 一日之计在于晨&#xff0c;启航新程 ⭐ 本期特辑&#xff1a;自动生成指定层级文件夹 &#x1f3c6; 系列专题&#xff1a;BAT脚本工坊 文章目录 前言批处理脚本介绍脚本执行过程总结 前言 在日常的计算机使用过程中&#xff0c;我们经常需要创建文件夹来组织和…
阅读更多...
WPF 应用程序中使用 Prism 框架时，有多种方式可以注册服务和依赖项

WPF 应用程序中使用 Prism 框架时，有多种方式可以注册服务和依赖项

Prism 提供了更多的注册方式&#xff0c;适应不同的需求和场景。下面我会全面列出 IContainerRegistry 提供的所有常见注册方式&#xff0c;并附带相应的示例。1. 注册单例&#xff08;Singleton&#xff09; 注册单例类型服务&#xff0c;整个应用生命周期内只会创建一个实例&…
阅读更多...
最新文章

Copyright @ 2022~2023