问题 A: 矩形嵌套(最长上升子序列的变形)

题目描述

有n个矩形,每个矩形可以用a,b来描述,表示长和宽。矩形X(a,b)可以嵌套在矩形Y(c,d)中当且仅当a<c,b<d或者b<c,a<d(相当于旋转X90度)。例如(1,5)可以嵌套在(6,2)内,但不能嵌套在(3,4)中。你的任务是选出尽可能多的矩形排成一行,使得除最后一个外,每一个矩形都可以嵌套在下一个矩形内。

输入

第一行是一个正正数N(0<N<10),表示测试数据组数,
每组测试数据的第一行是一个正正数n,表示该组测试数据中含有矩形的个数(n<=1000)
随后的n行,每行有两个数a,b(0<a,b<100),表示矩形的长和宽

输出

每组测试数据都输出一个数,表示最多符合条件的矩形数目,每组输出占一行

样例输入

1
10
1 2
2 4
5 8
6 10
7 9
3 1
5 8
12 10
9 7
2 2

样例输出

5

 

状态方程:dp[i] = max(dp[i], dp[j] + 1)

先搞懂最长上升子序列,解这道题就很简单了。最长上升子序列相关文章:戳这里

AC代码:

#include<iostream>
#include<algorithm>
using namespace std;
struct
1. 数字三角形问题给定一个数字三角形,从顶部出发,每次只能移动到相邻的数字,求从顶部到底部路径上所有数字之的最大值。 - 分析:可以使用动态规划来解决该问题,从底部开始递推,每个位置上的最优解为当前位置的值加上下一行相邻的两个数字中较大的那个。最终得到从顶部到底部路径上所有数字之的最大值。 2. 矩阵链乘问题给定一系列矩阵,求它们相乘的最小代价。 - 分析:可以使用动态规划来解决该问题,设计一个二维数组来存储每个矩阵链的最优解,递推公式为dp[i][j] = min(dp[i][k] + dp[k+1][j] + p[i-1]*p[k]*p[j]),其中p[i-1]表示第i个矩阵的行数,p[i]表示第i个矩阵的列数,k为i到j之间的分割点。 3. 最公共子序列问题给定两个序列,求它们的最公共子序列度。 - 分析:可以使用动态规划来解决该问题,设计一个二维数组来存储两个序列中每个子序列的最优解,递推公式为dp[i][j] = dp[i-1][j-1] + 1(当序列i序列j的最后一个元素相同时),dp[i][j] = max(dp[i-1][j], dp[i][j-1])(当序列i序列j的最后一个元素不同时)。 4. 最大字段问题给定一个序列,求它的连续子序列中,所有元素之的最大值。 - 分析:可以使用动态规划来解决该问题,设计两个变量来存储当前的最大字段最大字段的起始位置,递推公式为sum[i] = max(sum[i-1]+a[i], a[i]),其中sum[i]表示以a[i]结尾的最大字段。 5. 0-1背包问题给定一组物品,每个物品有一个重量一个价值,在限定的背包容量内,选择哪些物品可以使得它们的总价值最大。 - 分析:可以使用动态规划来解决该问题,设计一个一维数组来存储当前背包容量下的最大价值,递推公式为dp[j] = max(dp[j], dp[j-w[i]]+v[i]),其中dp[j]表示背包容量为j时的最大价值,w[i]表示第i个物品的重量,v[i]表示第i个物品的价值。 6. 矩形嵌套问题给定一些矩形,判断是否存在一种嵌套方式,使得所有矩形都被嵌套在其中一个矩形中。 - 分析:可以先按照进行排序,然后使用动态规划来解决该问题,设计一个一维数组来存储每个矩形嵌套深度,递推公式为dp[i] = max(dp[j])+1(当第i个矩形可以嵌套在第j个矩形内部时),dp[i] = 1(当第i个矩形无法嵌套在其他矩形内部时)。最终判断是否存在一个矩形嵌套深度等于矩形的个数即可。
评论 2
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