区间DP总结

本文深入探讨了区间动态规划的原理与应用,通过多个实例分析了如何解决回文串问题、划分区间问题及更复杂的情况。从基本概念出发,逐步深入到不同场景的动态规划策略,提供了解题思路与技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

做了几题区间动态规划的题目,觉得区间动态规划的题目是有点难的。区间DP大概是这一类的动态规划,在一个线性的数据上对区间进行状态转移,dp[i][j]表示i到j的区间。dp[i][j]可以由子区间的状态转移而来,关键是dp[i][j]表示的是什么,然后去找dp[i][j]和子区间的关系。要知道,在求dp[i][j]之前,i到j之间的子区间都已经求出来最优解。
一点一点说吧!
首先我觉得首先区间DP的应用要先想到回文串的,包括一个字符串的最长的非连续的回文串,一个字符串非连续的回文串的数目。因为回文串的特点对应的两端字符是相等的,所以状态是可以转移的,先看一道求一个字符串中回文串的数目:
HDU 4632

题解:
http://blog.youkuaiyun.com/Dacc123/article/details/50886011

接下来就是求回文串的最长的长度问题
HDU 4745
这道题目是在求区间最长的回文串长度升级一下,序列是一条链。这里可以用倍增的方法。状态转移方程:
dp[i][j]= max ( dp[i+1][j], max ( dp[i][j-1],
( a[i]==a[j] ? dp[i+1][j-1] + 2 : dp[i+1][j-1] ) ) );就是在dp[i+1][j],dp[i][j-1],dp[i+1][j-1]三个子区间求最大值。

题解:
http://blog.youkuaiyun.com/dacc123/article/details/50911832

这道题和前面的比较,求最长的长度是在dp[i+1][j],dp[i][j-1],dp[i+1][j-1]三个子区间里进行比较,而求数量,则是把求子区间的和。这两道的题目的子区间只涉及到dp[i+1][j],dp[i][j-1],dp[i+1][j-1],并没有在i到j之间进行区间划分,这是因为回文串的特性。

下面看划分区间的区间DP问题:
题目链接
http://poj.org/problem?id=2955
这是一道简单的区间划分dp题目
求最长的匹配括号的长度,划分区间是没有条件的,从i到j区间内任何一点都可以划分,dp[i][j]=max(dp[i][k]+dp[k+1][j]){k=i….j}
题解:
http://blog.youkuaiyun.com/dacc123/article/details/50906703

题目链接
http://poj.org/problem?id=1651
题解:
http://blog.youkuaiyun.com/dacc123/article/details/50911318

题目链接
http://lightoj.com/login_main.php?url=volume_showproblem.php?problem=1422
状态转移方程是要在i到j区间之间进行区间划分。你可以从左端点开始,也可以从右端点开始。只有当k等于左端点或者右端点的时候才可以划分。因为这样的话,第k天就不用穿新衣服,少买了一件,这也是得到最优解的关键,
题解:
http://blog.youkuaiyun.com/dacc123/article/details/50979300

再看这道题目的升级版
http://acm.hdu.edu.cn/showproblem.php?pid=2476
在前面的基础上,再进行一次区间DP
题解:
http://blog.youkuaiyun.com/dacc123/article/details/50799405

再看一道难度增加的区间划分
题目:
http://acm.hdu.edu.cn/showproblem.php?pid=4283
这道题目在划分区间之后,要计算因为状态改变,而改变的不满意值
题解:
http://blog.youkuaiyun.com/dacc123/article/details/50902212

有时候区间DP的状态要根据题目有不同的形式,不仅是二维数组表示区间,也可以加其他维,表示不同的状态。
题目链接
http://blog.youkuaiyun.com/dacc123/article/details/50911318
这道题目用来四维数组,另外两维表示左边和右边的颜色种类
题解:
http://blog.youkuaiyun.com/dacc123/article/details/51002776

题目链接
http://www.icpc.moe/onlinejudge/showProblem.do?problemCode=3469
三维数组,第三维表示快递小哥在区间的哪一边?
题解:
http://blog.youkuaiyun.com/dacc123/article/details/51002803

最优三角划分:
http://www.icpc.moe/onlinejudge/showProblem.do?problemCode=3537
这个题目要先用凸包算法判断凸包,然后再进行区间划分,进行DP
题解:
http://blog.youkuaiyun.com/dacc123/article/details/50960199

### 区间动态规划 区间动态规划是一种特殊的动态规划形式,适用于解决涉及一段连续区间的最优化问题。其核心思想是将整个区间划分为若干小子区间,并逐步扩展这些子区间来构建全局最优解。 #### 基本原理 在区间动态规划中,通常会定义一个二维数组 `dp[i][j]` 来表示从位置 `i` 到位置 `j` 的某个属性的最优值。通过枚举中间点 `k`,可以将区间 `[i, j]` 分割成两个子区间 `[i, k]` 和 `[k+1, j]` 进行递推计算[^3]。 #### 应用实例 经典的区间动态规划问题是矩阵链乘法问题。给定一系列矩阵 `{A1, A2, ..., An}`,目标是以最少的操作数完成它们的连乘积。可以通过如下方式实现: ```python def matrix_chain_order(p): n = len(p) - 1 dp = [[0]*n for _ in range(n)] for l in range(2, n+1): # 子链长度 for i in range(n-l+1): j = i + l - 1 dp[i][j] = float('inf') for k in range(i, j): q = dp[i][k] + dp[k+1][j] + p[i]*p[k+1]*p[j+1] if q < dp[i][j]: dp[i][j] = q return dp[0][-1] ``` 上述代码实现了基于区间动态规划的矩阵链乘法最小代价计算。 --- ### 树状动态规划 树状动态规划是指在树形结构上进行动态规划的一种方法。它常用于处理与树有关的各种最优化问题,比如最大独立集、最小支配集等问题。 #### 基本思路 对于一棵树而言,可以从根节点出发自顶向下或者自底向上地遍历整棵树,在此过程中维护某些状态并更新相应的 DP 数组。一般情况下,设 `dp[u][state]` 表示以结点 `u` 为根的子树满足某种条件下的最优值。 #### 实现方法 以下是关于如何在一个无向图中的二叉树上执行树状动态规划的例子——寻找该树的最大权值路径和: ```python from collections import defaultdict class TreeNode: def __init__(self, val=0): self.val = val self.children = [] def max_path_sum(root): def dfs(node): nonlocal res current_max = node.val for child in node.children: gain = dfs(child) if gain > 0: current_max += gain res = max(res, current_max) return current_max res = float('-inf') dfs(root) return res ``` 在这个例子中,我们采用深度优先搜索 (DFS),并通过累积每条边带来的收益最大化整体路径权重之和。 --- ### 总结对比 | 特性 | 区间动态规划 | 树状动态规划 | |--------------------|---------------------------------------|-----------------------------------| | **适用范围** | 处理线性序列上的分段操作 | 针对具有层次关系的数据结构 | | **状态转移方向** | 自下而上 | 可能是从叶子到根或相反 | | **典型应用场景** | 矩阵链乘法、石子合并 | 最大树高、最长路径求解等 | ---
评论
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