小红取数——二维dp

描述
小红拿到了一个数组,她想取一些数使得取的数之和尽可能大,但要求这个和必须是 k 的倍数。
你能帮帮她吗?

输入描述:
第一行输入两个正整数 n 和 k
第二行输入 n 个正整数 ai

输出描述:
如果没有合法方案,输出 -1。
否则输出最大的和。

示例:
输入:
5 5
4 8 2 9 1
输出:
输出:
20
说明:
取后四个数即可

思路

dp[i][j]:取前i个数字,模k为j的最大数
i=0时 dp[0][0]=0,取0个数,余数为1不存在 dp[0][1]=-1;余数为2也不存在,所以也是dp[0][2]=-1,初始化第一排,第一个数 dp[0][0]为0,第一排其余为-1,再进行状态转移。
状态转移:
计算dp[i][j]时,可以考虑第i个数字没有被选上,那dp[i][j]=dp[i-1][j];
如果选上了,那么还要考虑余数的变化:
dp[i][j]=dp[i-1][(j-a[j])%k] + a[i]
这样就转移完了

状态转移方程:
dp[i][j] = max(dp[i-1][j], dp[i - 1][(j-a[j])%k] + a[i])

最后附上ac代码:

#include <iostream>
using namespace std;

int max(int a, int b) {
    return a > b ? a : b;
}

int main() {
    int n, k;
    cin >> n >> k;
    long long dp[1005][1005] = {0};
    long long a[1005] = {0};
    for (int i = 1; i <= n; i++) {
        cin >> a[i];
    }
    for (int i = 0; i < k; i++) {
        dp[0][i] = -1;
    }
    dp[0][0] = 0;
    for (int i = 1; i <= n; i++) {
        for (int j = 0; j < k; j++) {
            dp[i][j] = dp[i - 1][j];
            int temp = (j + k - a[i] % k) % k;
            if (dp[i - 1][temp] != -1)
                dp[i][j] = max(dp[i][j], dp[i - 1][temp] + a[i]);
        }
    }

    if (dp[n][0] == 0) {
        cout << -1;
    } else {
        cout << dp[n][0];
    }



}
// 64 位输出请用 printf("%lld")
一个常见的学或编程问题,通常出现在算法竞赛或编程练习中。问题的意是:小一个数组列中选若干个,使得这些的和最,但需要满足某些特定条件。以下是基于同条件的常见变种及解决方法。 1. **能选相邻的**: 这是最经典的变种之一,常见于动态规划练习中。假设数组为 `nums`,可以使用以下动态规划公式: $$ dp[i] = \max(dp[i-1], dp[i-2] + nums[i]) $$ 其中,`dp[i]` 表示前 `i` 个中能选的最和。初始条件为 `dp[0] = nums[0]`,`dp[1] = max(nums[0], nums[1])`。 2. **可以选任意能选特定组合**: 如果题目限制某些能同时选(例如某些对互斥),可以通过构建图模型或使用约束条件来解决。通常可以使用回溯法遍历所有可能组合,找到满足条件的最和。 3. **选固定量的**: 如果要求选固定量的(如选 `k` 个),可以使用贪心算法结合优先队列。先对按绝对值排序,然后选绝对值较,同时确保满足题目要求(如能相邻等)。 4. **列中包含负**: 如果列中允许负,且能选连续的,则需要额外判断是否跳过负动态规划仍然适用,只需在状态转移时比较是否包含当前。例如: $$ dp[i] = \max(dp[i-1], dp[i-2] + nums[i], nums[i]) $$ 5. **使用 Python 实现动态规划**: 以下是一个 Python 示例代码,用于解决“能选相邻”的情况: ```python def max_non_adjacent_sum(nums): if not nums: return 0 if len(nums) == 1: return nums[0] dp = [0] * len(nums) dp[0] = nums[0] dp[1] = max(nums[0], nums[1]) for i in range(2, len(nums)): dp[i] = max(dp[i-1], dp[i-2] + nums[i]) return dp[-1] ``` 6. **使用递归实现(适用于较小规模)**: 对于小规模据,可以使用递归结合记忆化搜索的方式实现: ```python def max_sum(i, nums, memo): if i < 0: return 0 if i in memo: return memo[i] result = max(max_sum(i-1, nums, memo), max_sum(i-2, nums, memo) + nums[i]) memo[i] = result return result ``` 7. **特殊情况处理**: 如果题目要求能选相邻,但允许选环形数组的首尾(即数组首尾相连),需要分别计算两种情况:一种包含首包含尾,另一种包含尾包含首,最终值。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值