区间DP

先来看看题吧.

1382 沙子合并

 时间限制: 1 s
 空间限制: 128000 KB
 题目等级 : 大师 Master

题目描述 Description

   设有N堆沙子排成一排,其编号为1,2,3,…,N(N<=300)。每堆沙子有一定的数量,可以用一个整数来描述,现在要将这N堆沙子合并成为一堆,每次只能合并相邻的两堆,合并的代价为这两堆沙子的数量之和,合并后与这两堆沙子相邻的沙子将和新堆相邻,合并时由于选择的顺序不同,合并的总代价也不相同,如有4堆沙子分别为 1 3 5 2 我们可以先合并1、2堆,代价为4,得到4 5 2 又合并 1,2堆,代价为9,得到9 2 ,再合并得到11,总代价为4+9+11=24,如果第二步是先合并2,3堆,则代价为7,得到4 7,最后一次合并代价为11,总代价为4+7+11=22;问题是:找出一种合理的方法,使总的代价最小。输出最小代价。

输入描述 Input Description

第一行一个数N表示沙子的堆数N。
第二行N个数,表示每堆沙子的质量。 <=1000

输出描述 Output Description

合并的最小代价

样例输入 Sample Input

4
1 3 5 2

样例输出 Sample Output

22

题解:
#include<iostream>
#define inf 10e6
using namespace std;
int sum[310],f[310][310];
int min(int a,int b)
{
	return a>b?b:a;
}
int dp(int l,int r)
{
	int k;
	if(l==r) return 0;
	for(k=l;k<r;k++)
	{
		if(f[l][k]==inf) f[l][k]=dp(l,k);
		if(f[k+1][r]==inf) f[k+1][r]=dp(k+1,r);
		f[l][r]=min(f[l][r],f[l][k]+f[k+1][r]+sum[r]-sum[l-1]); 
	}
	return f[l][r];
}
int main()
{
	int n,t;
	cin>>n;
	for(int i=0;i<310;i++)
	 for(int j=0;j<310;j++) f[i][j]=inf; 
	 
	for(int i=1;i<=n;i++)
	{
		cin>>t;
		sum[i]+=sum[i-1]+t;
		f[i][i]=0;
	}
	cout<<dp(1,n)<<endl;
	return 0;
}
<span style="box-sizing: border-box; color: rgb(88, 102, 110); font-family: "Source Sans Pro", "Helvetica Neue", Helvetica, Arial, 微软雅黑, 黑体, sans-serif; font-size: 24px; line-height: 26.4px; background-color: rgb(240, 243, 244);">2192 删数</span>
题目描述 Description

有N个不同的正整数数x1, x2, ... xN 排成一排,我们可以从左边或右边去掉连续的i个数(只能从两边删除数),1<=i<=n,剩下N-i个数,再把剩下的数按以上操作处理,直到所有的数都被删除为止。
每次操作都有一个操作价值,比如现在要删除从i位置到k位置上的所有的数。操作价值为|xi – xk|*(k-i+1),如果只去掉一个数,操作价值为这个数的值。
任务
如何操作可以得到最大值,求操作的最大价值。

输入描述 Input Description

输入文件remove.in 的第一行为一个正整数N,第二行有N个用空格隔开的N个不同的正整数。
N个操作数为1..1000 之间的整数。

输出描述 Output Description

输出文件remove.out 包含一个正整数,为操作的最大值

样例输入 Sample Input

6
54 29 196 21 133 118

样例输出 Sample Output

768

数据范围及提示 Data Size & Hint

3<=N<=100

#include<iostream>
using namespace std;
int f[200][200],a[200];
char s[100000000000]; 
int max(int a,int b)
{
	return a>b?a:b;
}
int abs(int x)
{
	return x>0?x:-x;
}
int dp(int l,int r)
{
	int x=-100;
	if(f[l][r]) return f[l][r];
	if(l==r) return a[l];
	if(l>r) return 0;
	for(int i=0;i<2;i++)
	  for(int j=2;j<=r-l+1;j++)
	  {
          if(i==0) 
		  	x=max(x,j*abs(a[l+j-1]-a[l])+dp(l+j,r));
          else if(i==1) 
		  	x=max(x,j*abs(a[r-j+1]-a[r])+dp(l,r-j));
	  }
	x=max(x,a[l]+dp(l+1,r));
	x=max(x,a[r]+dp(l,r-1));
	f[l][r]=x;
	return f[l][r]; 
}
int main()
{
	int n;
	cin>>n;
	for(int i=1;i<=n;i++) cin>>a[i];
	cout<<dp(1,n)<<endl;
	return 0;
}
<span style="box-sizing: border-box; color: rgb(88, 102, 110); font-family: "Source Sans Pro", "Helvetica Neue", Helvetica, Arial, 微软雅黑, 黑体, sans-serif; font-size: 24px; line-height: 26.4px; background-color: rgb(240, 243, 244);">1090 加分二叉树</span>
题目描述 Description

设一个n个节点的二叉树tree的中序遍历为(l,2,3,…,n),其中数字1,2,3,…,n为节点编号。每个节点都有一个分数(均为正整数),记第j个节点的分数为ditree及它的每个子树都有一个加分,任一棵子树subtree(也包含tree本身)的加分计算方法如下:

subtree的左子树的加分× subtree的右子树的加分+subtree的根的分数

若某个子树为主,规定其加分为1,叶子的加分就是叶节点本身的分数。不考虑它的空

子树。

试求一棵符合中序遍历为(1,2,3,…,n)且加分最高的二叉树tree。要求输出;

1tree的最高加分

2tree的前序遍历

 

 

现在,请你帮助你的好朋友XZ设计一个程序,求得正确的答案。

输入描述 Input Description

1行:一个整数nn<=30),为节点个数。

2行:n个用空格隔开的整数,为每个节点的分数(分数<=100

输出描述 Output Description

1行:一个整数,为最高加分(结果不会超过4,000,000,000)。

2行:n个用空格隔开的整数,为该树的前序遍历。

样例输入 Sample Input

5

5 7 1 2 10

样例输出 Sample Output

145

3 1 2 4 5

数据范围及提示 Data Size & Hint

nn<=30)

分数<=100

#include<iostream>
using namespace std;
int a[50],f[50][50],g[50][50];
int dp(int l,int r)
{
    int t;
	if(l>r) return 1;
	if(l==r) return a[l];
	if(f[l][r]) return f[l][r];
	for(int k=l;k<=r;k++)
	{
		t=dp(l,k-1)*dp(k+1,r)+a[k];
		if(t>f[l][r])
		{
			f[l][r]=t;
			g[l][r]=k;
		}
	}
	return f[l][r];
}
void print(int a,int b)
{
	if(a>b) return;
    if(a==b)
	{
		cout<<a<<" ";
		return;
	}
	cout<<g[a][b]<<" ";
	print(a,g[a][b]-1);
	print(g[a][b]+1,b);
}
int main()
{
	int n;
	cin>>n;
	for(int i=1;i<=n;i++) cin>>a[i];
	cout<<dp(1,n)<<endl;
	print(1,n);
	return 0;
}

然后就可以看出区间DP的一般套路:

DP(l,r)
{
  判断边界(l>r or l=r or f[l][r]!=0)
  枚举k值,划分中间状态
  {
      if(f[l][k]...) f[l][k]=DP(l,k);
      if(f[k+1][r]...) f[k+1][r]=DP(k+1,r);
      f[l][r]=min or max(f[l][r],f[l][k]...f[k+1][r])此处视具体题目要求
    }
    return f[l][r];
}
main
{
   读取数据;
   cout<<DP(1,n)
}
//以上为区间DP的一般套路,如果题目有其他特殊要求应适度变化,如删数:
for 枚举两种操作
           for 枚举k值,划分中间状态





### 区间动态规划概述 区间动态规划是一种特殊的动态规划方式,主要解决涉及序列或数组中某个区间的最优化问题[^1]。这种类型的动态规划通常用于处理可以被分解成多个重叠子区间的复杂问题。 #### 特征与线性DP的区别 相比于传统的线性动态规划区间动态规划的特点在于状态表示不仅依赖于单个位置的状态转移,还涉及到两个端点之间的关系以及这些端点所定义的区间内的元素组合情况。 ### 应用场景 典型应用场景包括但不限于: - **石子合并问题**:给定一排石头堆的数量及其重量,每次可以选择相邻两堆将其合并为一堆,并获得等于这两堆总质量的新堆;目标是最小化/最大化整个过程中产生的新堆的质量之和。 - **矩阵链乘法**:对于一系列待相乘的矩阵,寻找一种最优括号方案使得计算所需的标量运算次数最少。 上述例子展示了如何通过合理划分区间并利用已知较小区间的解构建更大规模问题解答的过程。 ### 实现方法 为了更好地理解其实现机制,下面给出一个简化版的伪代码框架适用于大多数此类问题: ```cpp // 初始化 dp 数组, 其中 dp[i][j] 表示从第 i 到 j 的最小代价(或其他度量标准) for (int len = 0; len <= n; ++len) { // 枚举长度 for (int l = 1; l + len - 1 <= n; ++l) { int r = l + len - 1; if (r >= n || l == r) continue; dp[l][r] = INF; // 或者其他极大值初始化 // 尝试每种可能的方式将当前区间分割成更小子区间 for (int k = l; k < r; ++k){ dp[l][r] = min(dp[l][r], cost(l,k,r)+dp[l][k]+dp[k+1][r]); } } } ``` 此段代码片段体现了核心思想——即通过对不同大小区间的遍历逐步累积较小部分的结果直至覆盖全局范围。 ### 示例分析 考虑经典的“石子合并”案例作为具体实例说明。该问题是关于怎样安排若干次操作使最终得分最高(或最低),其中每一次操作都是选取一对相连的石子堆并将它们合成为一个更大的堆,同时记录下此次合并带来的分数变化。这个问题可以通过设定合适的`cost()`函数来适应上述通用模型中的成本计算逻辑。
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