动态规划
动态规划与完全搜索(枚举/回溯)、分治、贪心,可以说是最具有挑战性的技巧。你至少需要对完全搜索有所了解,接下来准备好来看到许多回溯法。
动态规划的关键点在于:
- 明确问题状态
- 明确当前问题与子问题之间的状态转换
事实上,较小输入能够借助回溯解决问题。从回溯过渡至动态规划会更简单一些。因此如果你是初学动态规划,那么从「自顶向下」动态规划(借助备忘进行回溯)开始着手。
动态规划通常解决「最值」问题,如果你看到题目中有描述,最小化某值或最大化某值或方案数,那么很高概率是一道动态规划题目。绝大部分的动态规划题目只需要得到最值或方案数,也有部分需要将解决方案逐步输出,需要跟踪处理问题。
入门概念
入门题
problem:
有若干种类型服饰(3 顶帽子,2 个眼镜,4 双鞋子……)以及有限的预算,任务是将每类服饰购买一种。总花费不超过预算且尽可能地使花费总额最高。
input:
两个整数 1 ≤ m ≤ 200 , 1 ≤ c ≤ 20 1\leq m\leq 200, 1\leq c\leq 20 1≤m≤200,1≤c≤20,预算 m m m 元,服饰种类 c c c 种,接下来给出所有服饰价格。
每行表示一类服饰的所有价格,至多 k ( ≤ 20 ) k(\leq 20) k(≤20) 个,其中第一个数字表示共有 k k k 种价格,如 3 6 4 8
表示该服饰有 3
种价格,价格分别为 6 4 8
。
output:
每类服饰各购买一种样式且花费没有超过预算的最大值。如果没有方案,输出 “no solution”。
sample input:
20 3
3 6 4 8
2 5 10
4 1 5 3 5
sample output:
19
其中一种解决方案如下所示(下划线所标表示购买该样式的服饰),这并不是唯一一种,还可以选择 ( 6 + 10 + 3 ) (6+10+3) (6+10+3) 或 ( 4 + 10 + 5 ) (4+10+5) (4+10+5),均是最优解。
6 4 8
5 10
1 5 3 5
方法一:贪心(Wrong Answer)
因为想要花费最高,最容易想到的一种贪心策略是对于每种服饰,挑选最贵的那个价格。对于刚才的数据能够完美得到结果,并且时间复杂度也优秀: 20 + 20 + . . . + 20 20+20+...+20 20+20+...+20 最坏也是 20 × 20 = 400 20\times 20=400 20×20=400。但是无法得到全部的正解。
比如在 m = 12 , c = 3 m=12, c=3 m=12,c=3 的情况下:
6 4 8
5 10
1 5 3 5
剩余 12 − 8 = 4 12-8=4 12−8=4 元,剩下的钱不足以购买其他服饰了。最优解是 4 + 5 + 3 = 12 4+5+3=12 4+5+3=12 或者 6 + 5 + 1 = 12 6+5+1=12 6+5+1=12。
方法二:分治(Wrong Answer)
本题不适用分治技巧。
方法三:完全搜索(Time Limit Exceeded)
编写递归函数 dp(clothes, budget),表示当前第 clothes 类服饰,预算为 budget 情况下,应选择哪一个价位进行购买。
为什么递归需要这样做?思考一个问题,起初是处于什么〈处境〉?
- 我拥有 budget 元预算,要去买服饰。
- 所有种类的服饰肯定都是要买的,那先买谁的顺序都没有关系。
- 那么假设我正在查看第 clothes