洛谷 p1803(dp做法)

本文介绍了一种使用动态规划解决洛谷P1803比赛时间安排问题的方法。通过定义dp[i]表示在前i场比赛时间中可以选的最大比赛数,利用转移方程dp[i]=max(dp[i-1],dp[temp]+1),实现了在不违反时间冲突的前提下选择最多比赛场次的目标。

为了练习dp,当成dp做的
地址:https://www.luogu.org/problemnew/show/P1803

首先dp[i]表示在前几场比赛时间中可以选几场
那么转移方程就是dp[i]=max(dp[i-1],dp[temp]+1)
前者是不选第i场,后者是选第i场
而dp[temp]表示从dp[i-1]向前找到第一个允许参加的dp

#include<iostream>
#include<stdio.h>
#include<algorithm>
#include<cmath>
using namespace std;
struct node{int x;int y;}map[1000005];
int dp[1000005];
bool cmp(node a,node b)
{if(a.y==b.y)
return a.x<b.x;
else
return a.y<b.y;
}
int n;
int main()
{cin>>n;
for(int i=1;i<=n;i++)
cin>>map[i].x>>map[i].y;
int temp=0;
sort(map+1,map+n+1,cmp);
dp[0]=0;
for(int i=1;i<=n;i++){
        while(map[temp+1].y<=map[i].x)temp++;
        dp[i]=max(dp[i-1],dp[temp]+1);
}
printf("%d",dp[n]);
return 0;
}
### 最长公共子序列(LCS)线性DP解法 在处理最长公共子序列(LCS)问题时,通常的动态规划解法时间复杂度为 $ O(n^2) $,这在数据规模较大时无法有效处理。对于 P2516 题目,需要一种更高效的解法。 #### 问题分析 题目要求找到两个序列的最长公共子序列。假设两个序列分别为 $ A $ 和 $ B $,长度分别为 $ n $ 和 $ m $。常规的 $ O(nm) $ 解法在 $ n $ 和 $ m $ 较大时(如 $ 10^5 $)无法通过。因此,我们需要一种更高效的解法。 #### 线性DP解法思路 在某些特定条件下,可以利用优化手段将 LCS 问题转换为其他问题。例如,当两个序列都是 1 到 $ n $ 的排列时,可以利用最长上升子序列(LIS)的解法来优化。 具体步骤如下: 1. **映射元素位置**:将序列 $ A $ 中每个元素的位置映射到一个数组中,表示该元素在 $ B $ 中的位置。 2. **转换为 LIS 问题**:将问题转换为在映射后的数组中寻找最长上升子序列的问题。这是因为公共子序列在 $ A $ 和 $ B $ 中的顺序必须一致,而最长上升子序列正好满足这一条件。 3. **使用贪心 + 二分法优化 LIS**:利用贪心策略和二分查找优化 LIS 的求解过程,时间复杂度为 $ O(n \log n) $。 #### 代码实现 ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 100005; int pos[MAXN]; // 映射数组 int dp[MAXN]; // 用于 LIS 的 dp 数组 int main() { int n; cin >> n; vector<int> A(n), B(n); for (int i = 0; i < n; ++i) { cin >> A[i]; } for (int i = 0; i < n; ++i) { int x; cin >> x; pos[x] = i; // 记录 B 中每个元素的位置 } int len = 0; for (int i = 0; i < n; ++i) { int x = pos[A[i]]; int* p = lower_bound(dp, dp + len, x); if (p == dp + len) { dp[len++] = x; } else { *p = x; } } cout << len << endl; return 0; } ``` #### 说明 - **映射元素位置**:通过 `pos` 数组将 $ A $ 中的元素转换为其在 $ B $ 中的位置,这样可以将问题转换为在 $ A $ 中寻找最长上升子序列。 - **LIS 解法**:利用贪心策略和二分查找,维护一个递增的 `dp` 数组,每次更新 `dp` 数组的值,最终 `dp` 数组的长度即为最长公共子序列的长度。 这种方法在时间复杂度上显著优于传统的 $ O(n^2) $ 解法,适用于大规模数据。
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