the_conquer_zzy的专栏

这道题是一个树形 背包问题，或者说树形DP问题，房间的管道形成树。背包问题的特点： 最优子结构，可分解， 解决办法： 常见的有递归（自顶向下），搜索（自底向上），背包注意的问题，为什么要自底向上搜索？？？？需要好好学习背包问题；#include <iostream>#include<vector>#include<cstdio>#include<cstring>using namespac

这是一个最长上升子序列，只不过，不是简单的数字增加而已。LISLISfor(int i=0;i<n;i++){ for(int j=0;j<i;j++){ if(dp[i]>dp[j]&&dp[i]<dp[j]+1){ dp[i]=dp[j]+1; } }}此外还可以用另一种方式求最长上升子序列的长度。利用栈遍历整个数列如

主题思想： 这是一个变形LCS，但是我却TLE了，代码和求LCS基本一样，只不过LCS是长度加1, 这里是加恐怖分子权重。TLE的根本原因是： 使用了memset，， memset对所有结果进行赋值，但是其实我们只需要初始化 dp[0][j] （j 取 1,–列的长度） 和 dp[i][0] (i 取 1,,行数） dp[0][0] m+n+1 个 而memset，是对m*

主题思想： 动态规划dp[i][j] 表示前i个段，由前j个数组成。 那么对于第j个数，可以入选，前i段，也可以不入选 如果j组成了第i段，那么j-len[i] 组成i-1 段dp[i][j]=max(dp[i][j-1],dp[i-1][j-len[i]]+sum[j]-sum[j-len[i]]AC 代码：#include <iostream>#include<cstdio>#inc

主题思想： 动态规划首先 对于一组升序的数，选择仓库在中位数的位置能是距离最短，这种思路以前遇到过。动态规划转移方程 ： 就是这个不好想啊。 首先题目要求的是距离。 那么就用dp表示距离，因为好多题都是这样。 另外dp[i][j] 是一般动态规划的形式，且一般下标从1 开始，那么我们这里要想明白dp[i][j] 表示什么意思。 令dp[i][j] 表示前j个商店中有i个仓库时，距离的和

主题思想： 动态规划。这题第一开始想到dp，后来又觉得不是dp，构建了图，按最短路径求，可是TLE， 还是觉得是dp， 这次想通了，dp其实是递归的形式，每次保存结果，避免递归的重复计算，就是dp。 如果要想找到dp，这要从第2个人开始分析，第一个人是一个特例。 核心状态转移方程。 dist[i]=min(dist[i-2]+d[i-2],dist[i-1]+a[i]) ,i=2,3,4,.

主题思想 ： 这题有两种主流思路： 母函数方法，和动态规划方法。先说母函数方法，母函数方法，模拟多项式乘法，这里，有个技巧就是，利用数组下标表示多项式指数。 模拟 （1+x+x^2+x^3+x^4+…)(1+x^2+x^4+x^6+…)(1+x^3+x^6+x^9+…) 由于是n是有限制的，所以开辟n+1大小的数组，模拟乘法。int a[maxn]; int b[maxn]; f

主题思想：最大连续子序列，最大连续子序列是和最大的连续子序列， 这是一个经典的dp问题。 dp[i] 表示以i结尾的连续子序列的和 对于第i个数字,或者选择加入前面的序列，此时dp[i]=dp[i-1]+a[i]，或者本身作为一个单独的序列，此时dp[i]=a[i]。dp[i]=max(a[i],dp[i-1]+a[i])即，如果dp[i-1]+a[i]>a[i] 则选择a[i]加入以前的序列

多重背包我擦，TLE ，N次，最后是因为自己读题忽略一个条件，遇见负数就终止结果自己根据用例，判断成遇见-1了，雪崩。！！总结一下，如果TLE 原因可能如下： 1,程序确实超时， 2. 程序结束条件不对，检查跳出循环的条件。 套用模板 while(scanf(“%d”)!=EOF){ if(n<0) break;}01背包for(int i=1;i<=n;i++) for(int v=V

主题思想： 动态规划。可以理解为i个人分为j组，另dp[i][j] 表示ｉ个人，分成j组， 那么i个人，可以由i-1个人组成j-1组，第i个人独立成组，也可以i-1个人组成j组，第i个人加到j组中的一个。 则状态转移方程：dp[i][j]=dp[i-1][j-1]+dp[i-1][j]*jＡＣ代码：include includeincludeusing namespace std;const in

Given s1, s2, s3, find whether s3 is formed by the interleaving of s1 and s2.For example,Given:s1 = "aabcc",s2 = "dbbca",When s3 = "aadbbcbcac", return true.When s3 = "aadbbbaccc", return fals

经典动态规划 ： 是一个背包问题。 如何选择使机会最大。 这是一个经典问题。 需要在重头考虑一下。 01背包 完全背包等思考过程。

主题思想: 最长公共子序列 LCS此題是经典dp题之一。 1AC，，主要还是要自己考虑下。 对于字符串a,b dp[i][j] 表示以字符串a中第i个字符，和b中第j个字符结尾，最长公共子序列的长度。 初始化dp为全0.if(a[i]==b[j]） then dp[i][j]=dp[i-1][j-1]+1else dp[i][j]=max(

这道题，我想的是dfs,毕竟我刚学会这个算法，后来，也想到要排序，那是我为了寻找剪枝条件，最后，找到这种解法，mark一下。 学到一个最长上升子序列的求解方法：利用二分查找。

完全背包问题。 问题错在memset的使用上，const int INF=100000;memset(dp,INF,sizeof(dp));并不能把数组dp全部赋值为INFmemset是按字节复制，所以，一般可以进行数组的赋0 操作，否则不要使用memset进行赋值，而是老实的使用循环。完全背包核心代码： for(int i=0;i<N;i++){ for(int j=w[i];j<

状态压缩dp 首先进行状态映射，（状态压缩），一共有15门课，每门课则可用一个数字位 来表示这门课作业是否已经做完，比如3门课 001,表示完成了第一门课作业，101,表示完成了第1门，第 3门作业。 则需要一个0-15位整数范围的数来表示所有状态 初始状态000, 结束状态1111…11 表示完成了所有作业。 再找状态转移方程 对于状态i, 这个状态可能由前一个状态pre，加上做完一道作

此题是动态dp，也可以是最长单调子序列的变形。一个类型的箱子，可以变为3个不同的箱子，共有n*3个箱子，对箱子先按长排序，再按宽排序 思路：对于3*n个箱子 ,i表示第i个， dp[i] 表示，以i作为最底层箱子时的最大高度则 dp[i]=max(dp[i],dp[i]+dp[j]) dp[j] 是所有小于箱子i的高度，求出其中最大的高度。最后 ，在i个箱子对应的高度dp[i] 中选

这篇博客主要弄懂以下几个常见的问题：主要是dp思想 并学会后缀数组的使用，以及最长公共子序列在空间上的优化。一，最长公共子序列问题：二， 最长子串三， 最长上升子序列四， 最大子序列和 五， 最大子矩阵和

这道题我不会。dp感觉老是自己写不出来啊，状态转移方程不好建啊，问题抽象。 我一定可以超越其他人，其他人混得比我好，只是因为他们比我早几年工作吧。沉下心来学习，不要被世俗所打扰，守护你的高傲。 用的是dp的思想。 和求最长LCS的思路大体相似。 对于一个序列s1,s2. 用数组dp[i][j] 表示 s1 的第i个字符和s2的第j个字符 比较时最大值 ，，这时分3种情况： s1[i]

这道题是求最大子矩阵和。 在说最大子矩阵和前，先说另一个问题最大子序列和 关于最大子序列和的问题：有一个证明： 那就是： 和最大的子序列 ，ai1,ai2,….aj。 i<=j 其开头元素必定不小于0 ， 可以通过反证法，如果开头元素（第一个）小于0 ,那么把这个元素去掉的子序列的和必定大于原来序列的和，和原先序列和最大相悖。故得证。根据以上证明，可以求最大子序列。sum= dp[k]

动态规划状态转移方程： 有三种状态，可以保持不动 ，也可以在下一秒时间走一步：向左，向右，特殊的 如果走到两端，则减少了一种情况。 由于申请的数组大。 走到最右端，再走，默认值是0, 所以可以一并处理。但是走到最左端，如果再向左走，下标变成-1 ,会出界。状态转移方程： dp[x][t] 表示t时间在x位置if(x==0) dp[x][t]+=max(dp[x+1][t+1],dp[x][t+

纪念下： 这道题是简单dp，是一道自己可以看出来并实现的dp，证明之前的学习还是有用的继续加油状态选择方程： dp[i]=max(dp[j]+a[i],dp[i]) { j is a[j]#include <iostream>#include<cstring>#include<cstdio>#include<algorithm>using namespace std;#define

这题有两种解题思路 1.dfs 但是由于dfs可能很多状态会重复搜索，所以需要记忆化搜索。记忆化搜索的典型方式是： dfs +dp 另dp[i][sum] 表示 第i个月时有sum个人时，剩余月份所需开销最小。 则dp[0][0] 即为最后结果。 对于第i 个月 刚开始有sum 个人，sum如果小于等于，则需要新招聘人员，那么dp[i][sum]=dp[i+1][person[i

Given two words word1 and word2, find the minimum number of steps required to convert word1 to word2. (each operation is counted as 1 step.)You have the following 3 operations permitted on a word: