DP经典应用(四)二维最长上升子序列问题——矩形嵌套问题

本文探讨了矩形嵌套问题,通过将其转化为最长递增子序列问题,并使用动态规划解决。介绍了问题背景、解决方案及核心代码实现。

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

矩形嵌套问题

问题描述:输入多个矩形的长和宽。矩形X(a,b)可以嵌套在矩形Y(c,d)中当且仅当a < c,b < d或者b < c,a < d,任务是选出尽可能多的矩形排成一行,使得除了最后一个之外,每一个矩形都可以嵌套在下一个矩形内求出最多嵌套矩形的个数。

注意加粗的一段话,就要求我们必须先排序

样例输入:

1
10
1 2
2 4
5 8
6 10
7 9
3 1
5 8
12 10
9 7
2 2

样例输出:

5

分析:

这个问题是不是和最长递增子序列的问题十分类似。
只不过这个子序列的数不只是一个数,而是长和宽罢了。
所以只要会转换一下就十分简单了。

依然按照分析动态规划的3个步骤:
按照3个步骤:

  • 1.刻画最优解结构特征:
    定义dp[i]为以第i个矩形pi为末尾的整个矩形序列中能够被嵌套的最多数目

  • 2.递归地定义最优解的值:
    以第i个矩形pi为末尾元素的序列是:
    1.只包含第i个矩形pi的序列
    2.如果满足j < i 并且 pj.l < pi.l && pj.w < pi.w这个条件的以pj为末尾的序列末尾再加上pi后得到的新序列。
    这两者之一。
    所以得到此递推式:
    dp[i] = max(dp[i],dp[j]+1) (j < i 且 pj.l < pi.l && pj.w < pi.w)

  • 3.计算最优解的值(递推)
    代码如下:

#include<cstdio>
#include<algorithm>
using namespace std;
const int maxn = 100;

struct P{
    int l,w;
}p[maxn];

int max(int a,int b)
{
    return a>b?a:b; 
}
int min(int a,int b)
{
    return a<b?a:b; 
}

int cmp(const P& a,const P& b)
{
    if(a.l<b.l) return 1;
    else if(a.l==b.l&&a.w<b.w) return 1;
    else return 0;  
}

int dp[maxn];
int main()
{
    int T;
    scanf("%d",&T);
    while(T--)
    { 
        int n;
        scanf("%d",&n);
        for(int i=0;i<n;i++)
        {
            int a,b;
            scanf("%d%d",&p[i].l,&p[i].w);
            a = max(p[i].l,p[i].w);
            b = min(p[i].l,p[i].w); 
            p[i].l = a; p[i].w = b;//长大于宽
        }
        sort(p,p+n,cmp);
        for(int i=0;i<n;i++)
        {
            dp[i] = 1;
            for(int j=0;j<=i;j++)
            {
                if(p[j].l<p[i].l&&p[j].w<p[i].w)
                {
                    dp[i] = max(dp[i],dp[j]+1); 
                }
            }
        }
        int ans=dp[0];
        for(int i=0;i<n;i++)
        {
            if(ans<dp[i])
            ans = dp[i];    
        }
        printf("%d\n",ans); 
    }
    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