nyoj61 传纸条(一) (双线dp)

这篇博客介绍了如何运用双线动态规划(dp)解决寻找矩阵内两条不相交路径的问题,从(1,1)到(m,n)再到(1,1),强调了状态转移方程的构建和优化,降低时间复杂度,同时指出结果的对称性并探讨了可能的简化方法。" 108278335,8481533,Spring Cloud Sleuth与Zipkin实现分布式链路追踪,"['分布式', '大数据', '数据库', 'Spring Cloud', 'Sleuth', 'Zipkin']

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

初次学双进程dp,其实就是多维dp,但是就是多一维我的脑子就转不过来了,模模糊糊看得懂而已,

从矩阵的左上角(1,1)点到矩阵的右下角(m,n)点找到两条不相交的路径使其值最大,

题中是从(1,1)到(m,n)走一次,再从(m,n)到(1,1)走一次,我们可以等价变形

一下,变为:同时从(1,1)走向(m,n)找两条路,且这两条路不相交,同时走!

假设有两个人在走,一个人的坐标为(x1,y1),另一个人的坐标为(x2,y2),有题中规定

只能向下或向右走,则可得状态转移方程:

f(x1,y1,x2,y3)  =  max { f(x1-1,y1,x2-1,y2)  ,f(x1-1,y1,x2,y-1),  f(x1,y1-1,x2-1,y2),  f(x1,y1-1,x2,y2-1)} + map[x1][y1] + map[x2][y2]

这样写的话  时间复杂度会是O(n^4),比较大容易超时,改进:

因为 两个人是同时走的所以 每次都是同时移动一格:因此有   x1+y1==x2+y2 == k

则状态方程可以改为:

 

f(k,x1,x2) = max{  f(k-1,x1,x2),  f(k-1,x-1,x2) ,f(k-1,x1,x2-1),  f(k-1,x1-1,x2-1)  }  + map[x1][k-x1] + map[x2][k-x2]

其实这个状态方程还是很好理解的,但是困难就在各个变量的取值和方向,

其中k[1,n+m-1],因为每一步二者都是不一样的,终点是在[m-1][n]和[m][n-1],所以决策的总数是m+n-1

x1[1,m],x1[1,m],但是x1!=x2,因为二者不能走到同一步,还有k-x1和k-x2均不能大于n

这个三维得出来的结果其实是对称的,所以可以x1[1,m],x2[x1+1,m],但是目前还不太明白三维的算出来的结果,感觉很乱,所以先把所有数都算一遍

#include <iostream>
#include <cstring>
#include <cstdio>
#include <cmath>
using namespace std;
#define N 55
int n,m;
int dp[105][N][N],a[N][N];

int main()
{
    int t;
    cin>>t;
    while(t--)
    {
        cin>>m>>n;
        for(int i=1;i<=m;i++)
        for(int j=1;j<=n;j++)
        cin>>a[i][j];
        memset(dp,0,sizeof(dp));
        for(int i=2;i<=m+n-1;i++)   //所得结果对称的
        {
            for(int j=1;j<=m;j++)
            {
                for(int k=1;k<=m;k++)
                {
                    if(i<j||i<k||j==k) continue;
                    if(i-j>n||i-k>n) continue;
                    dp[i][j][k]=max(max(dp[i-1][j-1][k],dp[i-1][j-1][k-1])
                                    ,max(dp[i-1][j][k],dp[i-1][j][k-1]))
                                    +a[j][i-j]+a[k][i-k];

                }
            }
        }
        cout<<dp[m+n-1][m][m-1]<<endl;
    }
    return 0;
}



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