poj 3176 数塔 比较容易 每个数可以由他上面左边和正上面的数转化而来。
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define M 400
#define INF 0x3f3f3f3f
int dp[M][M];
int s[M][M];
int main()
{
int n;
while(scanf("%d",&n)==1)
{
for(int i = 0;i < n;i++)
{
for(int j = 0;j <= i;j++)
{
scanf("%d",&s[i][j]);
}
}
dp[0][0] = s[0][0];
for(int i = 1;i < n;i++)
{
for(int j = 0;j <= i;j++)
{
if(j==0) dp[i][j] = s[i][j] + dp[i-1][j];
else if(j==i) dp[i][j] = s[i][j] + dp[i-1][j-1];
else dp[i][j] = s[i][j] + max(dp[i-1][j-1],dp[i-1][j]);
}
}
int ans = -INF;
for(int i = 0;i < n;i++)
ans = max(ans,dp[n-1][i]);
printf("%d\n",ans);
}
return 0;
}
poj 2229
这题想了好久没找出状态转移的方程。。还转化成二进制看了一下还是没有看出来。。dp要多加练习。。
定义dp[i]为 数i的方案数
对于奇数来说每一个都跟小于他的第一个偶数的方案一样,这个很容易得知,因为每个奇数的方案都可以在他对应的偶数的方案中 后面加1.
偶数就要分两种情况了。这里没有想到。。
1)如果首位是一的话,他必定有两个1,也可以对应到之前奇数中,每个都在加1。其实也就是前一个偶数加两个1。
2)如果首位不是1的话,那就说明,这里面就没有1。全部都是由偶数组成的,这样的话就可以将每一个数都除以2,这样每一个都对应一个i/2所对应的方案。(这里没有思考出来,可能感觉对于奇偶不是太敏感。要多加揣测每一种状态与之前状态的关系。。。看来只能多练习吧orz)
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define M 2000001
int dp[M];
int main()
{
dp[1] = 1;
dp[2] = 2;
dp[3] = 2;
dp[4] = 4;
for(int i = 5;i <= M;i++)
{
if(i % 2 != 0)
dp[i] = dp[i-1];
else
dp[i] = (dp[i-1] + dp[i/2])%1000000000;
}
int n;
while(scanf("%d",&n)==1)
{
printf("%d\n",dp[n]);
}
return 0;
}
poj 2385
对于这种有步数限制的应该将状态的其中一维定义为步数。。感觉可以类比到背包问题上,背包问题中定义状态dp[i][j] 为第i个物品,容量为j时的最大价值。这里可以定义dp[i][j]为第i秒走了j步时的最大接到数目。
每一秒分为两种情况
1)走 dp[i][j] = dp[i-1][j-1]
2)不走 dp[i][j] = dp[i-1][j]
还要注意的是如果当前走到的树是刚好在下落苹果的树就要加一,比如走了奇数步就会在2树下。
方程 dp[i][j] = max(dp[i-1][j],dp[i-1][j-1]) + judge(a[i],j);
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define M 10009
int dp[M][M];
int a[M];
int judge(int x,int y)
{
if(x == 1 && y%2 == 0) return 1;
if(x == 2 && y%2 != 0) return 1;
return 0;
}
int main()
{
int t,w;
while(scanf("%d %d",&t,&w)==2)
{
for(int i = 1;i <= t;i++)
scanf("%d",&a[i]);
for(int i = 1;i <= t;i++)
{
for(int j = 0;j <= w;j++)
{
if(j==0) dp[i][j] = dp[i-1][j] + judge(a[i],j);
else dp[i][j] = max(dp[i-1][j],dp[i-1][j-1]) + judge(a[i],j);
}
}
printf("%d\n",*max_element(dp[t],dp[t]+w+1));
}
return 0;
}
本文通过三个实例详细解析了动态规划算法的应用,包括数塔问题、数的方案计数问题及苹果收集问题,深入探讨了状态定义与转移方程的设计。
787

被折叠的 条评论
为什么被折叠?



