DP问题
线性DP
线性DP主要是一类转移过程近似线性的dp问题,其状态转移过程近似于线性变换。
数字三角形
我们考虑其中的某一个点,到达该节点的路径只能从左上或者右上的节点到达,以该节点结束的所有路径最大值,为两条路径的最大值加上自己的值,因为每次遍历到一个节点,最大值就可以得到,且层层遍历,转移过程近似线性。
#include <iostream>
using namespace std;
const int N = 510, INF = 1e9;
int n;
int a[N][N];
int f[N][N];
int main()
{
cin >> n;
for(int i = 1; i <= n; i ++)
{
for(int j = 1; j <= i; j ++) cin >> a[i][j];
}
for(int i = 1; i <= n; i ++)
{
for(int j = 0; j <= i + 1; j ++) f[i][j] = -INF;
}
f[1][1] = a[1][1];
for(int i = 2; i <= n; i ++)
{
for(int j = 1; j <= i; j ++)
f[i][j] = max(f[i - 1][j - 1] + a[i][j], f[i - 1][j] + a[i][j]);
}
int res = -INF;
for(int i = 1; i <= n; i ++) res = max(res, f[n][i]);
cout << res << endl;
return 0;
}
最长上升子序列
最长上升子序列我们从第一个数开始枚举,每次都将位置 i i i之前的所有数枚举,求出小于该数的上升子序列最大值,再加1即为以位置 i i i结尾的上升子序列的最大值。
f [ i ] f[i] f[i]表示以 a [ i ] a[i] a[i]结尾的上升子序列的最大长度,我们每次从 0 0 0~ i − 1 i - 1 i−1遍历,取最大值加一即可,时间复杂度为 O ( n 2 ) O(n^2) O(n2)
#include <iostream>
using namespace std;
const int N = 1010;
int a[N], f[N];
int n;
int main()
{
cin >> n;
for(int i = 1; i <= n; i ++) cin >> a[i];
f[1] = 1;
for(int i = 2; i <= n; i ++)
{
f[i] = 1;
for(int j = 1; j < i; j ++)
{
if(a[j] < a[i]) f[i] = max(f[i], f[j] + 1);
}
}
int res = 0;
for(int i = 1; i <= n; i ++) res = max(res, f[i]);
cout << res << endl;
return 0;
}
二分优化:
我们思考得出,我们的上升子序列长度是递增的,且我们的上升子序列中的数值也是严格递增的,我们可以利用这个信息来优化,我们让 f [ i ] f[i] f[i]来表示上升子序列以长度 i i i结尾的最小数字,当 a [ i ] a[i] a[i]大于当前的数字,我们让长度加一,若小于当前最小数字,为了保持单调性,我们需要找到第一个大于 a [ i ] a[i] a[i]的数,并将其更新。
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
const int N = 100010;
int a[N];
int n;
int main()
{
cin >> n;
for(int i = 0; i < n; i ++) cin >> a[i];
vector<int> f;
for(int x : a)
{
if(f.empty() || x > f.back()) f.push_back(x);
else f[lower_bound(f.begin(),f.end(), x) - f.begin()] = x;
}
cout << f.size() << endl;
return 0;
}
最长公共子序列
最长公共子序列问题我们用 i i i表示字符串 A A A的前 i i i个字符, j j j表示字符串 B B B的前 j j j个字符, f [ i , j ] f[i,j] f[i,j]表示前 i i i个字符和前 j j j个字符中的公共子序列的最大长度,对于以 a [ i ] , b [ j ] a[i],b[j] a[i],b[j]结尾的子序列,一共有四种情况,分别为包含或者不包含