动态规划-线性dp

首先感谢y总:AcWing
如有侵权,请私聊,必删!
现在还没有理解线性dp的真正含义,先插个眼,后面补充


前言

本篇主要是作者学习线性dp的一些心得记录,如果有错误的地方,多谢指正!


一、线性dp是什么?

线性dp往往指在一个序列上进行的dp,当然也可能有两个甚至多个序列。一般来讲,线性dp的三个步骤分别有以下特点:

  1. 设计状态:至少有一维表示当前考虑的对象在数列上的位置。
  2. 状态转移:必须找到这条线上前面的位置的dp值来推出当前位置的dp值。
  3. 边界条件:第一个位置单独讨论。

二、相关题目

1.数字三角形

题目:

Acwing898

代码:

import java.io.*;

public class Main {
    private static int res;
    private static int n, m, t, k, r, l, a, b, c, x, y;
    private static String[] arrTemp;
    private static final int N = 510;
    private static int[][] q = new int[N][N];
    private static BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
    private static BufferedWriter out = new BufferedWriter(new OutputStreamWriter(System.out));

    public static void main(String[] args) throws IOException {

        n = Integer.parseInt(in.readLine());

        for (int i = 1; i <= n; i++) {
            arrTemp = in.readLine().split(" ");
            for (int j = 1; j <= i; j++)
                q[i][j] = Integer.parseInt(arrTemp[j - 1]);
        }

        for (int i = n - 1; i >= 1; i--)
            for (int j = 1; j <= i; j++)
                q[i][j] = Math.max(q[i + 1][j], q[i + 1][j + 1]) + q[i][j];

        out.write(q[1][1]+"");

        in.close();
        out.close();
    }
}

思路:q[i][j] = Math.max(q[i + 1][j], q[i + 1][j + 1]) + q[i][j];

对线性dp理解不大

2.摘花生

题目:

1015. 摘花生
1015. 摘花生

代码:

import java.io.*;

public class Main {
    private static int res;
    private static int n, m, t, k, r, l, a, b, c, x;
    private static String[] arrTemp;
    private static final int N = 110;
    private static int[][] g = new int[N][N];
    private static BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
    private static BufferedWriter out = new BufferedWriter(new OutputStreamWriter(System.out));

    public static void main(String[] args) throws IOException {

        int T = Integer.parseInt(in.readLine());

        while (T-- > 0) {

            arrTemp = in.readLine().split(" ");
            r = Integer.parseInt(arrTemp[0]);
            c = Integer.parseInt(arrTemp[1]);

            for (int i = 1; i <= r; i++) {
                arrTemp = in.readLine().split(" ");
                for (int j = 1; j <= c; j++)
                    g[i][j] = Integer.parseInt(arrTemp[j - 1]);
            }

            for (int i = 1; i <= r; i++)
                for (int j = 1; j <= c; j++)
                    g[i][j] += Math.max(g[i - 1][j], g[i][j - 1]);

            out.write(g[r][c] + "");
            out.newLine();
        }

        in.close();
        out.close();
    }
}

思路:g[i][j] += Math.max(g[i - 1][j], g[i][j - 1]);

心得:

没啥心得

3.最低通行费

题目:

1018. 最低通行费
1018. 最低通行费

代码:

import java.io.*;

public class Main {
    private static int res;
    private static int n, m, t, k, r, l, a, b, c, x, y;
    private static String[] arrTemp;
    private static final int N = 110;
    private static int[][] g = new int[N][N];
    private static BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
    private static BufferedWriter out = new BufferedWriter(new OutputStreamWriter(System.out));

    public static void main(String[] args) throws IOException {

        n = Integer.parseInt(in.readLine());

        for (int i = 1; i <= n; i++) {
            arrTemp = in.readLine().split(" ");
            for (int j = 1; j <= n; j++)
                g[i][j] = Integer.parseInt(arrTemp[j - 1]);
        }

        // 初始化第一行和第一列的数据
        for (int i = 1; i <= n; i++) {
            g[i][1] += g[i - 1][1];
            g[1][i] += g[1][i - 1];
        }

        for (int i = 1; i <= n; i++)
            for (int j = 1; j <= n; j++)
                g[i][j] += Math.min(g[i - 1][j], g[i][j - 1]);

        out.write(g[n][n] + "");

        in.close();
        out.close();
    }
}

思路:g[i][j] += Math.min(g[i - 1][j], g[i][j - 1]);

注意初始化第一行和第一列的数据, 因为静态变量默认为0,数据范围0~100,取min会取0

心得:

x.xxxx

题目:

代码:

在这里插入代码片

思路:

心得:

### 什么是线性DP线性动态规划(Linear Dynamic Programming,简称线性DP)是动态规划的一种基本形式,其特点是状态的转移呈现线性结构,即状态之间的依赖关系是单向且连续的。通常,这类问题可以通过一维或二维数组进行状态表示,并通过递推关系逐步求解。 线性DP常用于处理序列问题,如最大子段和、最长上升子序列、数字三角形、传球游戏等。其核心思想是将原问题拆解为多个子问题,并通过状态转移方程将前面的结果传递给后续状态,从而避免重复计算,提高效率 [^1]。 ### 状态表示与状态转移 在动态规划中,状态表示是解决问题的关键。线性DP中的状态通常具有以下特征: - **状态维度**:状态通常是一维或二维的,例如`dp[i]`表示以第`i`个元素结尾的最优解。 - **状态转移方式**:当前状态`dp[i]`往往依赖于前面的状态`dp[i-1]`或`dp[i-k]`,有时也可能依赖多个前驱状态,如`dp[i] = max(dp[i-1], dp[i-2])` [^4]。 例如,在最大子段和问题中,状态表示为`dp[i]`表示以`a[i]`结尾的最大连续子段和,状态转移方程为: ```cpp dp[i] = max(dp[i-1] + a[i], a[i]) ``` 最终的最大子段和则是所有`dp[i]`中的最大值 [^4]。 ### 应用场景 线性DP广泛应用于以下问题: - **最大子段和**:给定一个整数序列,求其连续子序列的最大和。 - **最长上升子序列**:在一个序列中找出最长的严格递增子序列。 - **数字三角形问题**:从三角形顶部到底部,每一步只能走到相邻节点,求路径的最大值。 - **传球游戏**:求从起点传球`k`次后回到起点的方案数。 - **乌龟棋**:使用不同类型的卡片前进,求能到达的最大分数。 例如,在数字三角形问题中,可以使用二维DP进行求解: ```cpp #include <iostream> #include <algorithm> using namespace std; const int N = 510; int n, INF = 1e9; int a[N][N], 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 = 0; 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; } ``` 该程序使用了线性DP的思想,通过状态转移逐步计算出每一层的最大路径和 [^3]。 ### 优化策略 线性DP在实际应用中可以通过以下方式进行优化: - **滚动数组优化**:当状态只依赖于前一层状态时,可以用一维数组代替二维数组,节省空间。 - **前缀和优化**:对于某些涉及区间和的问题,可以预处理前缀和数组,从而减少重复计算。 - **单调队列/双端队列优化**:在特定条件下,如滑动窗口最值问题中,可以利用单调队列优化状态转移过程 [^1]。 ###
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