动态规划经典五题

DP一年多没碰过了,今天突然想找找感觉,找了经典的几道DP复习着敲了敲。虽然最大子矩阵,滑雪,石子合并等问题也足够经典,我还是从中找了5道最经典的DP写了这篇博文,如果您是大一,大二想踏入程序竞赛的同学可以当习题做做,如果您像我一样不是ACMer,平时项目中也很少用DP,同样可以回顾一下DP的奥妙。

1.最大连续子序列之和

给定K个整数的序列{ N1, N2, …, NK },其任意连续子序列可表示为{ Ni, Ni+1, …, Nj },其中 1 <= i <= j <= K。最大连续子序列是所有连续子序中元素和最大的一个, 例如给定序列{ -2, 11, -4, 13, -5, -2 },其最大连续子序列为{ 11, -4, 13 },最大和为20。

状态转移方程: sum[i]=max(sum[i-1]+a[i],a[i])

代码清单:

#include "stdio.h"

main(){
	int i,sum = 0, max = 0;
	int data[] = {
		1,-2,3,-1,7
	};
	for(i = 0; i < sizeof(data)/sizeof(data[0]); i++){
		sum += data[i];
		if(sum > max)
			max = sum;
		if(sum < 0)
			sum = 0;		
	}
	printf("%d",max);
}

2.数塔问题

《动态规划经典五题》

数塔问题 :要求从顶层走到底层,若每一步只能走到相邻的结点,则经过的结点的数字之和最大是多少?

转移方程:sum[i] = max(a[左孩子] , a[右孩子]) + a[i]

#include "stdio.h"
#define N 5
main(){
	int i,j;
	int data[N][N] = {
			{9,0,0,0,0},
			{12,15,0,0,0},
			{10,6,8,0,0},
			{2,18,9,5,0},
			{19,7,10,4,16}
		};
		for(i = N-1; i > 0; i--)
			for(j = 0; j < i; j++)
				data[i-1][j] += data[i][j] > data[i][j+1] ? data[i][j] : data[i][j+1];
		
		printf("%d",data[0][0]);
		
		
}

3.01背包问题

N件物品和一个容量为V的背包。第i件物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使价值总和最大。

转移方程:dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i]] + value[i]

#include "stdio.h"
#define max(a,b) ((a)>(b)?(a):(b))



main(){
	
	int v = 10 ;  
	int n = 5 ;    
	 
 	int value[] = {0, 8 , 10 , 4 , 5 , 5};     
	int weight[] = {0, 6 , 4 , 2 , 4 , 3};   
	int i,j;    
	int dp[n+1][v+1];
	for(i = 0; i < n+1; i++)
		for(j = 0; j < v+1; j++)
			dp[i][j] = 0;


	for(i = 1; i <= n; i++){
		for(j = 1; j <= v; j++){
			if(j >= weight[i])
				dp[i][j] = max(dp[i-1][j],dp[i-1][j-weight[i]] + value[i]);
			else
				dp[i][j] = dp[i-1][j];
		}
	}

	printf("%d",dp[n][v]);
}

4.最长递增子序列(LIS)

给定一个序列 An a1 ,a2 ,  … , an ,找出最长的子序列使得对所有 j ,ai aj 

转移方程:b[k]=max(max(b[j]|a[j]<a[k],j<k)+1,1);

代码清单:

#include "stdio.h"

main(){
	int i,j,length,max=0;
	int a[] = {
		1,-1,2,-3,4,-5,6,-7
	};
	int *b;
	b = (int *)malloc(sizeof(a));
	length = sizeof(a)/sizeof(a[0]);

	for(i = 0; i < length; i++){
		b[i] = 1;
		for(j = 0; j < i; j++){
			if(a[i] > a[j] && b[i] <= b[j]){
				b[i] = b[j] + 1;
			}
		}
	}
	for(i = 0; i < length; i++)
		if(b[i] > max)
			max = b[i];
		
	printf("%d",max);
}

5.最长公共子序列(LCS)

一个序列 S ,如果分别是两个或多个已知序列的子序列,且是所有符合此条件序列中最长的,则 S 称为已知序列的最长公共子序列。

转移方程:

dp[i,j] = 0                                          i=0 || j=0

dp[i,j] = dp[i-1][j-1]+1                        i>0,j>0, a[i] = b[j]       

dp[i,j] = max(dp[i-1][j],dp[i][j-1])        i>0,j>0, a[i] != b[j]

#include "stdio.h"
#define M 8
#define N 6

		
void printLSC(int i, int j,char *a, int status[][N]){
	if(i == 0 || j== 0)
		return;
	if(status[i][j] == 0){
		printLSC(i-1,j-1,a,status);
		printf("%c",a[i]);
	}else{
		if(status[i][j] == 1)
			printLSC(i-1,j,a,status);
		else
			printLSC(i,j-1,a,status);
	}
}
main(){
	int i,j;

	char a[] = {' ','A','B','C','B','D','A','B'};
	char b[] = {' ','B','D','C','B','A'};
	int status[M][N]; //保存状态
	int dp[M][N];

	for(i = 0; i < M; i++)
		for(j = 0; j < N; j++){
			dp[i][j] = 0;
			status[i][j] = 0;
		}
			
	for(i = 1; i < M; i++)
		for(j = 1; j < N; j++){
			if(a[i] == b[j]){
				dp[i][j] = dp[i-1][j-1] + 1;
				status[i][j] = 0;
			}
			else if(dp[i][j-1] >= dp[i-1][j]){
				dp[i][j] = dp[i][j-1];
				status[i][j] = 2;
			}
			else{
				dp[i][j] = dp[i-1][j];
				status[i][j] = 1;
			}
				
				
		}
	printf("最大长度:%d",dp[M-1][N-1]);
	printf("\n");
	printLSC(M-1,N-1,a,status);
	printf("\n");

}

=======================================================

  作者:nash_  欢迎转载,与人分享是进步的源泉!

  转载请保留原文地址http://blog.csdn.net/nash_/article/details/8247015

=======================================================

    原文作者:动态规划
    原文地址: https://blog.csdn.net/zmazon/article/details/8247015
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞