Matrix54: My Blog

多重背包问题，用0-1背包来做。稍后看完《背包问题九讲》后再来做。 #include#define NUM 105int v[NUM],w[NUM],num[NUM],dp[NUM];int main(){ int cases,n,m,i,j,k; //freopen("C:\\Documents and Settings\\Administrator\\桌面\

一句话，完全背包问题。状态转移方程：if(dp[j-w[i]]+p[i]     dp[j]=dp[j-w[i]]+p[i];#include#define MAX_NUM 10000000#define NUM 10005int dp[NUM],p[NUM],w[NUM];int main(){ int cases,e,f,n; int i,j,v;

解题思路：按某一维排序，则二维简化为一维。先按体重从小到大排序，再按速度从大到小排序，找出速度最长递减子序列。建一个结构体：struct mouse，其中weight，speed是体重和速度，num是其输入的顺序，pre是记录路径上的前一点的下标。状态转移方程为：dp[i]=dp[j]+1; 如果 mice[i].speedmice[j].weight ，并且dp[j]+1>dp[i]。 max{

刚开始思路不清，输入不明，WA了几次。静下心来分析，得出状态转移方程就好了。果然做题时要认真啊~~~解题思路：这题是一道典型的DP，类似于hdu2084数塔的变形，时间和位置分别作为矩阵的列和行，自顶向下考虑，自底向上计算，状态转移方程f[i][j]+= max(m[i+1][j-1],m[i+1][j],m[i+1][j+1]),为了能存放最优解的值，则列位置向右偏移一个单位,即m[0]

按题意，求两个字符串的最长公共子序列。用a[m ], b[n]保存两个字符串，c[k]为它们的公共子序列。用f[i][j] 表示a[i], b[j] 两个字符串的公共子序列的最大长度，如果a[i]=b[j]=c[k]，即a串b串的最后一个字符相同，则f[i][j] = f[i-1][j-1] + 1; 如果a[i]!=b[j], a[i] != c[k] 或者a[i]!=b[j], b[j]!=c

dp#include#define INT_MAX 0xffffff#define NUM 1005int map[NUM][NUM];int dist[NUM],linkarr[NUM], wantarr[NUM];int visited[NUM];int n,m;void dijkstra(int v){ int i,j,k; for(i=1

值得注意的DP，可以证明：这个题目的最优解是2k个数按从大到小排序，一个数只有和相邻的数结合，才能使得差平方的和最小。因为n个数中取k对，一个数既可以和前一个数结合，又可以和后一个数结合，思维极其混乱。不知如何解。后参考网上解题报告得出：a[i]可以算成一个数与相邻的后一个数的差的平方，即，这样就转化为一维的。dp[n][k]定义为从n个数取k对的差平方的最小和，如果最后一个数是2k中的，则它必是

经典的DP问题，要保存中间状态，不然会超时。。。AC代码：#includeint a[105][105],f[105][105];inline int max(int x,int y) { return x<y?y:x;}/*int f(int i,int j){ if(i==n) return a[i][j]; else return a[i][j]+max(

经典的0-1背包问题，发现自己的一个毛病，不够细心。我原本觉得用简单的dp可以做，即dp[i][j]表示前i个物品，背包容量为j的最大值。状态转移方程为：if(j>=w[i])  dp[i][j]=max(dp[i-1][j],dp[i-1][j-w[i]]+v[i])。其实没有考虑到j=w[i]&&dp[i-1][j-w[i]]+v[i]>dp[i-1][j]) dp[i][j]=dp[i-1]

dp #include#define INT_MAX 0xffffff#define NUM 205int map[NUM][NUM];int dist[NUM];int visited[NUM];int n,m;void dijkstra(int v){ int i,j,k; for(i=0;i<n;i++) { if(map[v][i]

算法分析：典型的DP!1 ->?1 ->2=min(1*2,1*3,1*5,1*7)1 ->2 ->3=min(2*2,1*3,1*5,1*7)1 ->2 ->3 -> 4 = min(2*2,2*3,1*5,1*7)1 ->2 ->3 -> 4 ->5= min(3*2,2*3,1*5,1*7)状态转移方程F(n)=min(F(i)*2,F(j)*3,F(k)*5

这题也是DP，实质就是求最大递增子序列的和。用dp[i]表示从第1个元素到第i个元素的最大递增子序列的和，仔细分析可得出状态转移方程：dp[i]=max{ dp[j]+a[i] }, if(a[i] > a[j] ),其中 j AC代码： #includeint main(){ int n,i,j,max_num; int a[1005],dp[1005]; whi

比较简单的dp题。假设dp[s]为s长度的字串的最大值。则状态转移方程为：dp[s]=dp[r]+1  ( seq[s]>seq[r]&& dp[r]+1>dp[s]   )。就判断最后一个字母要不要加入即可。AC代码：#include#define N 200#define M 10000using namespace std;int main(void){ int