C++知识点总结(45):序列动态规划

序列动态规划

  • 一、意义
  • 二、例题
    • 1. 最长上升子序列
    • 2. 合唱队形(加强版)
    • 3. 公共子序列
    • 4. 编辑距离

一、意义

动态规划(dynamic programming),将一个目标大问题“大事化小,小事化了”,分成很多的子问题,得出子问题的解后得到目标大问题的解。动态规划相当于地狱难度的递推。

二、例题

1. 最长上升子序列

题目描述

对于给定的一个序列 < a 1 , a 2 , ⋯ , a N <a_1, a_2, \cdots, a_N <a1,a2,,aN,我们也可以从中得到一些上升的子序列 < a i 1 , a i 2 , ⋯ , a i K > <a_{i1}, a_{i2}, \cdots, a_{iK}> <ai1,ai2,,aiK>,这里 1 ≤ i 1 < i 2 < … < i K ≤ N 1 \le i1 < i2 < … < iK \le N 1i1<i2<<iKN,但必须按照从前到后的顺序。比如,对于序列 < 1 , 7 , 3 , 5 , 9 , 4 , 8 > <1, 7, 3, 5, 9, 4, 8> <1,7,3,5,9,4,8>,我们就会得到一些上升的子序列,如 < 1 , 7 , 9 > , < 3 , 4 , 8 > , < 1 , 3 , 5 , 8 > <1, 7, 9>, <3, 4, 8>, <1, 3, 5, 8> <1,7,9>,<3,4,8>,<1,3,5,8> 等等,而这些子序列中最长的(如子序列 < 1 , 3 , 5 , 8 > <1, 3, 5, 8> <1,3,5,8>),它的长度为 4 4 4,因此该序列的最长上升子序列长度为 4 4 4。输入一个长度为 n n n 的序列,输出该序列最长上升子序列长度。

输入描述

两行,第一行包含一个整数 n n n,第二行包含 n n n 个整数。

输出描述

一行,一个整数,表示该序列最长上升子序列长度。

样例1

输入

7
1 7 3 5 9 4 10

输出

5

提示

1 ≤ n ≤ 1000 1 \le n \le 1000 1n1000

先来推出状态转移方程(以样例1为例):

a[]17359410
子序列11,71,31,3,51,3,5,91,3,41,3,5,9,10
dp[]1223435

在上面的列举中,dp[i] 表示的是以 a[i] 为子序列末尾的长度最大值。

而我们求出 dp[i] 的方法也有些麻烦:

  • 向前遍历 a[]
    • 如果满足 a[i]>a[k](当前遍历到的数字 a[i] 比之前遍历到的数字 a[k] 大)
    • 打擂台求 dp[i] 的最大值

综合的时间复杂度大约是 O ( n 2 ) O(n^2) O(n2),感觉勉强能过。

综上所述,我们写出如下代码:

#include <iostream>
using namespace std;int n, maxn;
int a[1005];
int dp[1005];int main()
{cin >> n;for (int i = 1; i <= n; i++)cin >> a[i];for (int i = 1; i <= n; i++)for (int k = i-1; k >= 1; k--)if (a[k] < a[i]){dp[i] = max(dp[i], dp[k]+1);maxn = max(maxn, dp[i]);}cout << maxn+1;return 0;
}

2. 合唱队形(加强版)

题目描述

n n n 位同学站成一排,音乐老师要请其中的 n − k n−k nk 位同学出列,使得剩下的 k k 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 1,2,\cdots,k 1,2,,k,他们的身高分别为 t 1 ​ , t 2 ​ , ⋯ , t k t_1​,t_2​,\cdots,t_k t1,t2,,tk​,则他们的身高满足 t 1 ​ < t 2 < ⋯ < t i − 1 < t i ​ > t i + 1 ​ > ⋯ > t k − 1 > t k ​ t_1​<t_2<\cdots<t_{i-1}<t_i​>t_{i+1}​>\cdots>t_{k-1}>t_k​ t1<t2<<ti1<ti>ti+1>>tk1>tk。题目保证 1 ≤ i ≤ k 1≤i≤k 1ik
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。

输入描述

共二行。
第一行是一个整数 n n n,表示同学的总数。
第二行有 n n n 个整数,用空格分隔,第 i i i 个整数 t i t_i ti ​是第 i i i 位同学的身高

输出描述
一个整数,最少需要几位同学出列

样例1

输入

8
186 186 150 200 160 130 197 220

输出

4

提示

0 < n ≤ 1 0 5 , 1 ≤ t i ≤ 1 0 6 0<n≤10^5,1≤t_i≤10^6 0n105,1ti106

这道题目就是上一道题的加强版。这道题目会有两个 dp[] 数组:

  • dp1[i]:以 a[i] 为子序列结尾的最长上升子序列
  • dp2[i]:以 a[i] 为子序列结尾的最长下降子序列

那么就有如下代码:

#include <iostream>
using namespace std;int n, maxn;
int a[100005];
int dp1[100005];
int dp2[100005];int main()
{cin >> n;for (int i = 1; i <= n; i++)cin >> a[i];for (int i = 1; i <= n; i++){dp1[i] = 1;for (int j = 1; j < i; j++)if (a[i] > a[j])dp1[i] = max(dp1[i], dp1[j]+1);}for (int i = n; i >= 1; i--){dp2[i] = 1;for (int j = n; j > i; j--)if (a[i] > a[j])dp2[i] = max(dp2[i], dp2[j]+1);}for (int i = 1; i <= n; i++)maxn = max(maxn, dp1[i]+dp2[i]-1);cout << n-maxn;return 0;
}

可是这样多半是超时。那么我们可以用一个数组 b[i] 来存储长度为 i 的情况下最后的一个值。这样,对于第一题的 < 1 , 3 > <1,3> <1,3> < 1 , 7 > <1,7> <1,7> 就会选择 < 1 , 3 > <1,3> <1,3> 了。即:

a[]17359410
子序列11,71,31,3,51,3,5,91,3,41,3,5,9,10
dp[]1223435
b[]11,71,31,3,51,3,5,91,3,4,91,3,4,9,10

所以第一题的代码可以优化为:

#include <iostream>
#include <algorithm>
using namespace std;int n, maxn;
int len;
int a[1005];
int b[1005];
int dp[1005];int main()
{cin >> n;for (int i = 1; i <= n; i++)cin >> a[i];for (int i = 1; i <= n; i++){if (a[i] > b[len]){len++;b[len] = a[i];dp[i] = len;}else{int pos = lower_bound(b+1, b+len+1, a[i]) - b;b[pos] = a[i];dp[i] = pos;}}for (int i = 1; i <= n; i++)maxn = max(maxn, dp[i]);cout << maxn;return 0;
}

作业1

恭喜,题目 2 2 2 优化变成了你的作业(不怀好意地笑)。用 lower_bound() 函数进行优化。

3. 公共子序列

题目描述

现有一个数列 S S S,如果分别是两个已知数列的子序列,且是所有符合此条件序列中最长的,则 S S S 称为已知序列的最长公共子序列。
举个例子,如:有两条随机序列,如 1 3 4 5 5 1\ 3\ 4\ 5\ 5 1 3 4 5 5 2 4 5 7 5 6 2\ 4\ 5\ 7\ 5\ 6 2 4 5 7 5 6,则它们的最长公共子序列便是: 4 5 5 4\ 5\ 5 4 5 5
现给定一个包含 n n n 个整数的整数序列和一个包含 m m m 个整数的整数序列,输出这两个序列的最长公共子序列长度。

输入描述

输入包括三行,第一行包含两个整数 n n n m m m,第二行包含 n n n 个整数,第三行包含 m m m 个整数。

输出描述

输出包括一行,一个整数,表示这两个序列的最长公共子序列长度。

样例1

输入

5 6
1 3 4 5 5
2 4 5 7 5 6

输出

3

提示

1 ≤ n , m ≤ 1000 1\le n,m\le1000 1n,m1000

按照题目的描述,我们可以有一个 dp[][] 数组。其中 dp[i][j] 表示当 a i i i 个数、b j j j 个数的状态下最长的公共子序列长度。根据样例1,则有以下存储:

123456
1000000
2000000
3011111
4012222
5012333

所以得出式子:

  • a[i] == b[i]
    • dp[i][j] = dp[i-1][j-1]
  • a[i] != b[i]
    • dp[i][j] = max(dp[i-1][j], dp[i][j-1])

上代码:

#include <iostream>
using namespace std;int n, m;
int a[1005];
int b[1005];
int dp[1005][1005];int main()
{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;elsedp[i][j] = max(dp[i-1][j], dp[i][j-1]);}cout << dp[n][m];return 0;
}

4. 编辑距离

A , B A,B A,B 是两个字符串。我们要用最少的字符操作次数,将字符串 A A A 转换为字符串 B B B。这里所说的字符操作共有三种:

  • 删除一个字符;
  • 插入一个字符;
  • 将一个字符改为另一个字符。
#include <iostream>
#include <string>
#include <algorithm>
using namespace std;string a, b;
int dp[2005][2005];int main()
{cin >> a >> b;int lena = a.length();int lenb = b.length();a = ' ' + a;b = ' ' + b;for (int i = 1; i <= lena; i++)dp[i][0] = i;for (int j = 1; j <= lenb; j++)dp[0][j] = j;for (int i = 1; i <= lena; i++)for (int j = 1; j <= lenb; j++){if (a[i] == b[j])dp[i][j] = min({dp[i-1][j-1], dp[i-1][j]+1, dp[i][j-1]+1});elsedp[i][j] = min({dp[i-1][j-1]+1, dp[i-1][j]+1, dp[i][j-1]+1});}cout << dp[lena][lenb];return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/872286.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

永磁同步电机高性能控制算法(14)—— 有源阻尼电流环

1.前言 在之前的之后中已经发过一篇复矢量电流环和我们平时用的比较多的前馈补偿的电流环的对比&#xff0c;感觉复矢量电流环的效果还是挺明显的。 https://zhuanlan.zhihu.com/p/682880365https://zhuanlan.zhihu.com/p/682880365 当时在看文献的时候&#xff0c;复矢量电…

AI算法17-贝叶斯岭回归算法Bayesian Ridge Regression | BRR

贝叶斯岭回归算法简介 贝叶斯岭回归&#xff08;Bayesian Ridge Regression&#xff09;是一种回归分析方法&#xff0c;它结合了岭回归&#xff08;Ridge Regression&#xff09;的正则化特性和贝叶斯统计的推断能力。这种方法在处理具有大量特征的数据集时特别有用&#xff…

13、Shell自动化运维编程基础

弋.目录 RHCE板块一、为什么学习和使用Shell编程二、Shell是什么1、shell起源2、查看当前系统支持的shell3、查看当前系统默认shell4、Shell 概念 三、Shell 程序设计语言1、Shell 也是一种脚本语言2、用途 四、如何学好shell1、熟练掌握shell编程基础知识2、建议 五、Shell脚本…

英伟达股票1拆10后,现在再买入是否为时已晚?

英伟达股票1拆10后&#xff0c;现在再买入是否为时已晚&#xff1f; 英伟达的股价在过去18个月里已经上涨了近800% 人工智能领域无疑是当下最受投资者关注的焦点之一&#xff0c;而这一领域的佼佼者--英伟达&#xff0c;也被一些华尔街投资机构和看好半导体、数据中心行业的专业…

SoulApp创始人张璐团队以AI驱动社交进化,平台社交玩法大变革

在科技飞速发展的今天,人工智能正逐步渗透到社交媒体的各个环节,赋能全链路社交体验。AI的引入不仅提升了内容推荐的精准度,使用户能够更快速地发现感兴趣的内容,还能通过用户行为预测,帮助平台更好地理解和满足用户需求。此外,AI驱动的虚拟助手和聊天机器人也正在改变用户互动…

NVIDIA RTX 50系显卡接口全变,功耗爆炸超500W

七月伊始&#xff0c;手机圈就开始打的不可开交了。 例如真我 GT6、IQOO Neo 9S、以及蓄势待发的红米 K70 Ultra&#xff0c;都想在这个暑假向莘莘学子发出最诚挚的「邀请函」。 反观电脑圈这边&#xff0c;不能说一潭死水&#xff0c;只能说毫无波澜。 不过该来的还是要来的&…

Redis的使用(四)常见使用场景-缓存使用技巧

1.绪论 redis本质上就是一个缓存框架&#xff0c;所以我们需要研究如何使用redis来缓存数据&#xff0c;并且如何解决缓存中的常见问题&#xff0c;缓存穿透&#xff0c;缓存击穿&#xff0c;缓存雪崩&#xff0c;以及如何来解决缓存一致性问题。 2.缓存的优缺点 2.1 缓存的…

睿考网:造价员和造价工程师是一个意思吗?

在工程建设领域中&#xff0c;经常会有人问&#xff1a;“造价员和造价工程师是一样的吗?”这两者代表的是两种独立的职业身份&#xff0c;职责和资格要求有明显的差异&#xff0c;是两种完全不同的考试。 造价工程师是一种具有专业资质的人员&#xff0c;通过国家统一的执业…

『 Linux 』命名管道

文章目录 命名管道与匿名管道命名管道特点命名管道的理解命名管道实现两个毫无关联的进程间通信 命名管道与匿名管道 命名管道是管道的一种,数据流向为单向故被称为管道; 与匿名管道相同属于一种内存级文件; 区别如下: 名字 匿名管道 没有名字,只存在于内存当中(类似内核缓冲…

【软件测试】编写测试用例篇

前面部分主要是编写测试用例的方法和方向&#xff0c;后面一部分是编写出具体的测试用例 目录 什么是测试用例 1.设计测试用例的万能公式 1.1.从思维出发 1.2.万能公式 1.3.弱网测试 1.4.安装与卸载测试 2.设计测试用例的方法 2.1.基于需求的设计方法 2.2.等价类 2.3…

测试开发面经总结(三)

TCP三次握手 TCP 是面向连接的协议&#xff0c;所以使用 TCP 前必须先建立连接&#xff0c;而建立连接是通过三次握手来进行的。 一开始&#xff0c;客户端和服务端都处于 CLOSE 状态。先是服务端主动监听某个端口&#xff0c;处于 LISTEN 状态 客户端会随机初始化序号&…

原来,BI数据分析也是有模板的

在当今数据驱动的时代&#xff0c;商业智能&#xff08;BI&#xff09;数据分析已经成为企业决策的重要工具。然而&#xff0c;很多人可能并不了解&#xff0c;BI数据分析并非从零开始&#xff0c;而是可以依托现成的模板和解决方案来快速搭建和实施的。以奥威BI方案为例&#…

kotlin get set

在 Kotlin 中&#xff0c;如果想实现一个类的属性可以从外部读取但不能修改&#xff0c;可以使用自定义的 getter 和 private setter。以下是一个示例代码&#xff1a; class MyClass {var myProperty: Stringprivate set // 使 setter 私有化&#xff0c;外部无法修改get // …

React+TS前台项目实战(二十九)-- 首页构建之性能优化实现首页Echarts模块数据渲染

文章目录 前言Echart模块源码功能分析数据渲染一、HashRateEchart统计图1. 功能分析2. 代码详细注释 二、BlockTimeChart统计图1. 功能分析2. 代码详细注释 三、使用方式四. 数据渲染后效果如下 总结 前言 还记得之前我们创建的 高性能可配置Echarts组件 吗&#xff1f;今天我…

redis 配置文件参数详解

1、redis.conf 通用类 Redis的配置文件是一个文本文件&#xff0c;通常名为redis.conf。以下是一些常见配置项的解释和示例&#xff1a; 1、bind 127.0.0.1&#xff1a;绑定的主机地址 2、 protected-mode ,默认是开启状态&#xff0c;一般不需要修改&#xff0c;可以保证服务…

k8s nacos2.0.3 连接 mysql8.0 提示No Datasource set问题

主要因为是连接数据库字符串未指定时区问题 将 mysql-service-db-param 参数追加 serverTimezoneUTC 即可连接成功。 k8s集群yaml文件 apiVersion: v1 data:mysql_root_password: MTIzNDU2 kind: Secret metadata:name: mysql-passwordnamespace: test---apiVersion: v1 dat…

唯众物联网综合实训台 物联网实验室建设方案

物联网综合实训装置 物联网工程应用综合实训台是我公司针对职业院校物联网行业综合技能型人才培养&#xff0c;综合运用传感器技术、RFID技术、接口控制技术、无线传感网技术、Android应用开发等&#xff0c;配合实训台上的433M无线通信设备、ZigBee节点、射频设备、控制设备、…

智能家居产品公司网站源码,自适应布局设计,带完整演示数据

适合各类智能家居电子产品使用的网站源码&#xff0c;深色大气设计&#xff0c;自适应布局设计&#xff0c;pc手机均可完美适配&#xff0c;带完整演示数据。 独家原创资源。源码是asp开发的&#xff0c;数据库是access&#xff0c;主流的虚拟主机空间都支持asp&#xff0c;直…

第三届经济、智慧金融与当代贸易国际学术会议(ESFCT2024)

【五大高校联合支持】第三届经济、智慧金融与当代贸易国际学术会议(ESFCT 2024) 2024 3rd International Conference on Economics, Smart Finance and Contemporary Trade 文章投稿均可免费参会 高录用快见刊【最快会后1-2个月左右见刊】【最快刊后1个月内上知网&谷歌学…

漏洞-Alibaba Nacos derby 远程代码执行漏洞

【漏洞详情】 漏洞描述&#xff1a;Alibaba Nacos derby 存在远程代码执行漏洞&#xff0c;由于Alibaba Nacos部分版本中derby数据库默认可以未授权访问&#xff0c;恶意攻击者利用此漏洞可以未授权执行SQL语句&#xff0c;从而远程加载恶意构造的jar包&#xff0c;最终导致任意…