动态规划总结(背包问题的深入理解)

本文通过分析楼梯走法问题,深入探讨动态规划的原理,进一步解释了动态规划如何解决天平平衡问题。通过定义状态数组dp[i][j]表示挂满前i个钩码时,平衡度为j的挂法数量,得出状态转移方程,以解决复杂问题。同时,对比0-1背包问题,强调动态规划的无后效性和选择最优解的重要性,并提供了一道转换为背包问题的数组正负和最小化问题。

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

有这样两道题:

1. 有一段楼梯有n级台阶,规定每一步只能跨一级或两级,要登上第n级台阶有多少种不同的走法?

f[i]=sum{ f [ i - c[j] ] }其中c[j]为题目明确告知的可能性选择(在这里可以认为c[0]=1,c[1]=2),用于内循环(如果规定每一步能跨)

i - c[j] 就是状态,它转移到状态i有c[j] 数组元素个数个可能性。

即i可由i - c[j] 转移而来,分方法(可能性),所以必然是相加。

比如说,就如题意所言,则 显然 f[i]= f [i-1 ] + f [i-2] 

再比如,有一段楼梯有n级台阶,规定每一步只能跨一级、两级或三级,问要登上第n级台阶有多少种不同的走法?

                则 显然 f[i]= f [i-1 ] + f [i-2] + f [i-3]

再再比如,有一段楼梯有n级台阶,规定每一步能跨的级数存于数组c 中,问 要登上第n级台阶有多少种不同的走法?

               则 状态转移方程为 f[i]=sum{ f [ i - c[j] ] }


2. 题目大意(POJ1837):
有一个天平,天平左右两边各有若干个钩子,总共有C个钩子,有G个钩码,求将钩码全部挂到钩子上使天平平衡的方法的总数。其中可以把天枰看做一个以x轴0点作为平衡点的横轴。


输入:

2 4           //第一个数——c数组:钩子数; 第二个数——w数组:钩码数
-2 3         //负数:左边的钩子距离天平中央的距离;正数:右边的钩子距离天平中央的距离 (即c数组的元素c[k])
3 4 5 8    //g个重物的质量w[i](即w数组的元素w[i])


dp思路:
每向天平中方一个重物,天平的状态就会改变,而这个状态可以由上一阶段的若干状态获得。
 
首先定义一个平衡度j的概念
当平衡度j=0时,说明天枰达到平衡,j>0,说明天枰倾向右边(x轴右半轴),j<0则相反。
那么此时可以把平衡度j看做为衡量当前天枰状态的一个值。
因此可以定义一个 状态数组dp[i][j],意为在挂满前i个钩码时,平衡度为j的挂法的数量。
由于距离c[i]的范围是-15~15,钩码重量的范围是1~25,钩码数量最大是20。
因此最极端的平衡度是所有物体都挂在最远端,因此平衡度最大值为j=15*20*25=7500。原则上就应该有dp[ 1~20 ][-7500 ~ 7500 ]。
因此为了不让下标出现负数,做一个处理,使使得数组开为 d

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