dp

题源http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=27634



题意:三个数,第一个数N, R, Q。 1$ \le$N < 101, 0000$ \le$R < Q$ \le$1, 000。找出最大的没有前导零的由 N 的若干位不打乱顺序构成的数,设这个数%Q==R. 如果不存在输出Not found



思路:

复杂度1000(N长度)*1000(Q的余数)*10(枚举每一位的数字)*200(case数)。。。1.9s过了。。。

状态在代码注释中

因为判断这么大的数的大小,就先看这个数有多少位(没有前导零),其次从高位往低位比较每一位大小。

所以我们的状态第一维是结果的长度。然后从高位的9到1(如果不是首位可以是0)枚举。


状态转移的时候,新加进来的那一位是最左边的。存的是满足条件最靠右的。

int pos = max(f[len-1][i], g[len-1][i]);

对于 g 转移方程很简单 就是g[len][i] = max(g[len][i], pre[pos-1][0]);

对于 f 转移方程为枚举1到9 for(j=1; j<=9; ++j){ int ii = (i+j*ten[len-1])%Q; f[len][ii] = max(f[len][ii], pre[pos-1][j]); }



代码:

  1. char a[1111];  
  2. int ten[1111];//10^i % Q  
  3. int pre[1111][11];//i位置左边最靠近他的j的位置  
  4. int nxt[1111][11];//i位置右边最靠近他的j的位置  
  5. int f[1111][1111];//所求的数长度为i,模Q为j,并且最左边的数不为零,的最右边的位置  
  6. int g[1111][1111];//所求的数长度为i,模Q为j,并且最左边的数为零,的最右边的位置  
  7. char ans[1111];  
  8. int T, R, Q, N;  
  9. int lenN;  
  10.   
  11. void out(int len, int R, int low, int pos){  
  12.     if(len<=0) return;  
  13.     int i, tmp;  
  14.     for(i=9; i>=low; --i){//从大到小枚举  
  15.         tmp = (R - ten[len-1] * i % Q + Q) % Q;  
  16.         //在pos右边最近的i,的右边存在[len-1][tmp]的状态,就是i可以  
  17.         if(max(g[len-1][tmp], f[len-1][tmp]) >= nxt[pos][i]+1) break;  
  18.     }  
  19.     ans[lenN-len] = i+'0';  
  20.     out(len-1, tmp, 0, nxt[pos][i]+1);  
  21. }  
  22.   
  23. int main() {  
  24.     scanf("%d", &T);  
  25.     while(T--){  
  26.         scanf("%s%d%d", a+1, &R, &Q);  
  27.         N = strlen(a+1);  
  28.         int i, j;  
  29.         ten[0] = 1%Q;  
  30.         for(i=1; i<=N; ++i) ten[i] = (ten[i-1]*10)%Q;  
  31.         for(i=0; i<=9; ++i) pre[0][i] = 0;  
  32.         for(i=1; i<=N; ++i){  
  33.             for(j=0; j<=9; ++j){  
  34.                 if(a[i]-'0'==j) pre[i][j] = i;  
  35.                 else pre[i][j] = pre[i-1][j];  
  36.             }  
  37.         }  
  38.         for(i=0;i<=9;++i) nxt[N+1][i] = N+1;  
  39.         for(i=N; i>=1; --i){  
  40.             for(j=0; j<=9; ++j){  
  41.                 if(a[i]-'0'==j) nxt[i][j] = i;  
  42.                 else nxt[i][j] = nxt[i+1][j];  
  43.             }  
  44.         }  
  45.   
  46.         for(i=1; i<=N; ++i) for(j=0; j<Q; ++j) f[i][j] = g[i][j] = 0;  
  47.         for(i=1; i<=9; ++i) f[1][i%Q] = max(f[1][i%Q], pre[N][i]);  
  48.         g[0][0] = N+1;  
  49.         g[1][0] = pre[N][0];  
  50.         int len;  
  51.         for(len = 2; len <= N; ++len){  
  52.             for(int i=0; i<Q; ++i){  
  53.                 int pos = max(f[len-1][i], g[len-1][i]);  
  54.                 if(pos<1 || pos>N) continue;  
  55.                 g[len][i] = max(g[len][i], pre[pos-1][0]);  
  56.                 for(j=1; j<=9; ++j){  
  57.                     int ii = (i+j*ten[len-1])%Q;  
  58.                     f[len][ii] = max(f[len][ii], pre[pos-1][j]);  
  59.                 }  
  60.             }  
  61.         }  
  62.   
  63.         //区分f和g两个状态就是为了判断这里,找到最长的没有前导零的状态  
  64.         for(len=N; len>0; --len) if(f[len][R]) break;  
  65.         lenN = len;  
  66.         if(len==0){  
  67.             puts("Not found");  
  68.             continue;  
  69.         }  
  70.   
  71.         out(len, R, 1, 1);  
  72.         ans[lenN] = '\0';  
  73.         puts(ans);  
  74.     }  
  75.     return 0;  
  76. }  
03-08
### 动态规划在计算机科学中的应用 动态规划(Dynamic Programming, DP)是一种用于解决复杂问题的技术,通过将其分解成更简单的子问题来求解最优解[^1]。这种方法特别适用于具有重叠子结构和最优子结构性质的问题。 #### 基本原理 当一个问题可以被划分为多个相互独立的小规模相同问题时,就可以考虑使用动态规划方法。该技术通常涉及两个主要方面: - **记忆化**:存储已经计算过的中间结果以便重复利用; - **状态转移方程**:定义如何从前一步骤的结果推导出下一步骤的结果。 #### 应用实例 ##### 1. 斐波那契数列 斐波那契序列是一个经典的例子,在这里展示了如何有效地运用自底向上的迭代方式实现动态规划算法。 ```python def fibonacci(n): if n <= 0: return 0 elif n == 1: return 1 dp = [0] * (n + 1) dp[1] = 1 for i in range(2, n + 1): dp[i] = dp[i - 1] + dp[i - 2] return dp[n] ``` ##### 2. 背包问题 背包问题是另一个常见的应用场景,其中涉及到选择物品放入固定容量的背包内以获得最大价值。 ```python def knapsack(weights, values, capacity): n = len(values) # 创建二维数组dp,大小为(n+1)*(capacity+1),并初始化为0 dp = [[0]*(capacity+1) for _ in range(n+1)] for i in range(1,n+1): for w in range(capacity+1): if weights[i-1]<=w: dp[i][w]=max(dp[i-1][w],values[i-1]+dp[i-1][w-weights[i-1]]) else: dp[i][w]=dp[i-1][w] return dp[-1][-1] ``` #### 显示面板(DP接口) 除了上述理论层面的应用外,“DP”也可能指代DisplayPort标准下的显示端口(Display Port)。这是一种高清视频和音频传输协议,广泛应用于现代显示器和其他多媒体设备之间建立连接。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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