浅谈悬线法——动态规划

文章介绍了如何运用悬线法解决一个编程竞赛中的问题,即在给定的黑白格子矩阵中找到最大的正方形和矩形棋盘。通过动态规划,记状态并初始化,然后逐行传递更新最大面积,最终找到最优解。这种方法的关键在于根据题目特点设计状态转移方程,而不是直接针对答案设立状态。

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

看看例题

[ZJOI2007]棋盘制作

题目描述

小Q找到了一张由N×M个正方形的格子组成的矩形纸片,每个格子被涂有黑白两种颜色之一。小Q想在这种纸中裁减一部分作为新棋盘,当然,他希望这个棋盘尽可能的大。

不过小Q还没有决定是找一个正方形的棋盘还是一个矩形的棋盘(当然,不管哪种,棋盘必须都黑白相间,即相邻的格子不同色),所以他希望可以找到最大的正方形棋盘面积和最大的矩形棋盘面积,从而决定哪个更好一些。

于是小Q找到了即将参加全国信息学竞赛的你,你能帮助他么?

输入格式

包含两个整数N和M,分别表示矩形纸片的长和宽。接下来的N行包含一个N ×M的01矩阵,表示这张矩形纸片的颜色(0表示白色,1表示黑色)。

输出格式

包含两行,每行包含一个整数。第一行为可以找到的最大正方形棋盘的面积,第二行为可以找到的最大矩形棋盘的面积(注意正方形和矩形是可以相交或者包含的)。

输入输出样例

输入 #1

3 3
1 0 1
0 1 0
1 0 0

输出 #1

4
6

说明/提示

对于20%的数据,N,M≤80

对于40%的数据,N,M≤400

对于100%的数据,N,M≤2000

分析

        通过分析题目,我们得知这道题的时间复杂度大概在O(N*M)左右,又因为题目要求一个矩阵内特定的矩形、正方形的最大面积,所以想到可用DP

        于是问题来了——怎么记状态?

        如果我们设f[i][j]表示到达(i,j)位置时以该点为右下点的最大矩形(或正方形)的最大面积,尝试通过f[i-1][j]与f[i][j-1]递推得到f[i][j],那实现起来会较为困难。因为题目对矩形的要求为01交错,而我们还要考虑f[i-1][j]与f[i][j-1]所代表矩形的边长与新加入部分的长度的取舍,所以很麻烦。

方法简介

于是,我们的新方法——悬线法,出生了awa

记状态

对于每一个(i,j),我们记三个东西

        1、它最左边所能到达的位置l[i][j]

        2、它最右边所能到达的位置r[i][j]

        3、它最上边所能到达的位置h[i][j]

于是简单理解后不难想到,面积可以表达为

(r[i][j]-l[i][j]+1)*(i-h[i][j]+1)

初始化

我们从初始化讲起,比较容易理解

我们需要一行一行地给三个数组进行初始化

首先h[i][j]赋予i

对于l,如果当前颜色和左边的颜色不一样,l [ i ] [ j ] = l [ i ] [ j - 1 ] ,否则l [ i ] [ j ] = j 

对于r,类似地,r [ i ] [ j ] = r [ i ] [ j + 1 ] 或 r [ i ] [ j ] = j 两种情况

在这个过程中我们也可以对最大值进行初始化,即1行多列的矩形

传递

前面有提到

面积可以表达为( r [ i ] [ j  ] - l [ i ] [ j ] + 1 )* ( i -  h [ i ] [ j ] + 1 )

与初始化的更新最大值不同,在正式传递过程中,要考虑h数组,也就是上方的数据

所以思考得到与上方牵连关系的前提,是a [ i ] [ j ] ! = a [ i - 1 ] [ j ]

此时对应的l和r数组也可能不再能像初始化一样涵盖那么多位置,可以得出以下传递式

l [ i ] [ j ] = max ( l [ i ] [ j ] , l [ i - 1 ] [ j ] )

r [ i ] [ j ] = min ( r [ i ] [ j ]  , r [ i - 1 ] [ j ] )

h [ i ] [ j ] = h [ i -  1 ] [ j ]

然后就可以用三个数组求出当前的面积用以更新最大值了

补充

其实开始学的时候,我疑惑过为什么要左右都记状态

不难发现,0101序列都是连续一段一段的,也就是说,每一个点都是连续一段的某个位置,只有每个位置都往上“捅”到最高点,才能找出以当前段为底(不一定每个位置都取到)的最大面积

Code

#include<bits/stdc++.h>
using namespace std;
int n,m;
bool a[2001][2001];
int l[2001][2001],r[2001][2001],h[2001][2001];
int ans1=1,ans2;
int main(){
	scanf("%d%d",&n,&m);
	for(int i=1;i<=n;++i){
		for(int j=1;j<=m;++j){
			scanf("%d",&a[i][j]);
			l[i][j]=r[i][j]=j;
			h[i][j]=i;
		}
	}
	for(int i=1;i<=n;++i){
		for(int j=2;j<=m;++j){
			if(a[i][j]!=a[i][j-1])l[i][j]=l[i][j-1];
			ans2=max(ans2,j-l[i][j]+1);
		}
	}
	for(int i=1;i<=n;++i){
		for(int j=m-1;j>0;--j){
			if(a[i][j]!=a[i][j+1])r[i][j]=r[i][j+1];
			ans2=max(ans2,r[i][j]-j+1);
		}
	}
	for(int i=2;i<=n;++i){
		for(int j=1;j<=m;++j){
			if(a[i][j]!=a[i-1][j]){
				l[i][j]=max(l[i][j],l[i-1][j]);
				r[i][j]=min(r[i][j],r[i-1][j]);
				h[i][j]=h[i-1][j];
			}
			int Wide=r[i][j]-l[i][j]+1;
			int High=i-h[i][j]+1;
			int Sa=Wide*High;
			int Sb=min(Wide,High)*min(Wide,High);
			ans1=max(ans1,Sb);
			ans2=max(ans2,Sa);
		}
	}
	printf("%d\n%d",ans1,ans2);
	return 0;
}

总结

我认为,这种写法与普通的动态规划的最大区别,就是不直接以答案为数据设状态,而是根据题目特点将其拆分为多个状态,以方便转移。这种思维方式在动态规划中是十分重要的

评论 1
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