poj1050 To the Max (dp)

本文探讨如何在给定的n*n矩阵中找到和最大的子矩阵,通过动态规划方法解决这一问题,详细介绍了从一维到二维的压缩过程及算法实现。

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

题意:求一个n*n矩阵的子矩阵,使得这个子矩阵中的数字之和最大。

(1)首先考虑一个整数列,dp[ i ]表示以第 i 个 整数结尾的一列连续整数获得的最大值,那么,显然,第 i-1 个数是否在这列数中,只需判断以第 i-1 个数结尾的一列连续的数最大值是否大于0,即 dp[ i ] = MAX(dp[ i ], 0)+a[ i ], a[ i ]为第 i 个数的值。

然后对于这个矩阵,则将其压缩。

(2)从矩阵第一列开始,先将第一列进行上述的 dp 操作,记录其中获得的最大值 max;再将第一列和第二列的数相加,对新得到的一列数进行上述dp操作,记录期间的最大值,并用这个最大值与之前的max比较,更新max,如此反复,直到前n列全都相加。

(3)再从矩阵第二列开始,进行(2)操作。之后从第三列、第四列开始、..... 、直到第n列。

#include <iostream>
using namespace std;

#define N 100

int a[N][N], sum[N], n;

int main()
{
    int i, j, k;
	
	scanf("%d", &n);
    for(i = 0; i < n; i++){
		for(j = 0; j < n; j++)
			scanf(" \n%d", &a[i][j]);
	}
	int ans = -1000000, dp;
	for(i = 0; i < n; i++){
		memset(sum, 0, sizeof(sum));
		for(j = i; j < n; j++){
		    for(k = 0; k < n; k++)
                sum[k] += a[j][k];
            dp = 0;
			for(k = 0; k < n; k++){
				dp = dp+sum[k] > sum[k] ? dp+sum[k] : sum[k];
				if(dp > ans) ans = dp;
			}
		}
	}
	printf("%d\n", ans);
	return 0;
}


 

### 关于拔河问题的动态规划实现 拔河问题是经典的 **0/1 背包变种问题**,其核心目标是将一群人分成两队,使得每队的人数最多相差 1,并且两队的体重总和尽可能接近。此问题可以通过动态规划 (Dynamic Programming, DP) 来解决。 #### 动态规划的核心思路 该问题可以转化为一个子集划分问题:给定一组重量 \( w_1, w_2, \ldots, w_n \),找到两个子集 \( A \) 和 \( B \),满足以下条件: 1. 子集 \( A \) 的权重之和与子集 \( B \) 尽可能接近。 2. 如果总人数为奇数,则其中一个子集多一个人;如果总人数为偶数,则两者人数相等。 通过定义状态转移方程来解决问题。设 \( S \) 是所有人重量的总和,\( half = S / 2 \) 表示一半的重量。我们尝试寻找不超过 \( half \) 的最大子集重量 \( sum_A \),从而另一部分的重量自然就是 \( sum_B = S - sum_A \)[^1]。 #### 实现细节 以下是基于动态规划的具体算法描述: 1. 定义数组 `dp`,其中 `dp[i]` 表示是否存在一种组合方式使其重量恰好等于 \( i \)。 2. 初始化 `dp[0] = true`,表示重量为零的情况总是可行。 3. 遍历每个人的重量 \( w_i \),更新 `dp` 数组的状态。 4. 找到最大的 \( j \leq half \) 并使 `dp[j] == true` 成立,此时 \( j \) 即为一侧的最大重量 \( sum_A \)。 下面是具体的代码实现: ```cpp #include <iostream> #include <vector> using namespace std; int main() { int n; while(cin >> n && n != 0){ vector<int> weights(n); int total_weight = 0; for(int &w : weights){ cin >> w; total_weight += w; } int half = total_weight / 2; vector<bool> dp(half + 1, false); // dp[i] means whether weight 'i' is achievable. dp[0] = true; for(auto w : weights){ for(int j = half; j >= w; --j){ if(dp[j - w]){ dp[j] = true; } } } // Find the largest possible value less than or equal to half int closest_sum = 0; for(int j = half; j >= 0; --j){ if(dp[j]){ closest_sum = j; break; } } cout << min(closest_sum, total_weight - closest_sum) << " " << max(closest_sum, total_weight - closest_sum) << endl; } } ``` 上述程序实现了如何利用动态规划求解拔河问题中的最优分配方案[^2]。 #### 常见错误分析 对于 POJ 和 UVa 上的不同表现,可能是由于输入处理上的差异所致。UVa 版本通常涉及多组测试数据,而 POJ 可能仅限单组输入。因此,在提交至 UVa 时需注意循环读取直到文件结束标志 EOF 出现为止[^3]。 另外需要注意的是边界情况以及整型溢出等问题,确保所有变量范围适当设置以容纳可能出现的最大数值。
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