POJ1050 TO THE MAX [DP]

本文深入探讨了如何将一维最长连续子序列问题拓展到二维矩阵,通过巧妙的思维转变,揭示了求解最大矩阵的规律。详细介绍了状态转移方程的应用,并提供了具体代码实现,旨在帮助读者理解和解决类似问题。
多天之前就理清了这题的思路,因为这礼拜六考通原,一直没开编译器A了这题。
终于在考通原前一天憋的蛋疼A之。
题意:求最大矩阵。
思路:
是很好的最长连续子序列的变形题。
一维最长连续子序列状态转移方程:
dp[k]=max(dp[k-1]+mat[k],mat[k]);(*)


现在是求最大矩阵:
启发:试想,我们求出的最大矩阵和之前一维的最大子序列的差别就是多了连在一起的几行。即“变厚了”。
试想行数为1时,列数为n时,用方程(*)解。
行数为2时,列数为n时,就是先求一下第一行的,然后求第二行的,然后求第一行同列数字相加成的(即压扁后的)。
.....
这样就能发现此中的规律,详细看代码。
#include<iostream>
#define max(a,b) (a>b?a:b)
using namespace std;
const int N=105;
int n;
int mat[N][N];
int dp[N];
void solve()
{
	int ans=0;
	for(int i=1;i<=n;i++)
	{
		//dp[0]=0;//代替memset(dp,0,sizeof(dp));
		for(int j=i;j<=n;j++)
		{
			dp[0]=0;
			for(int k=1;k<=n;k++)
			{
				if(i!=j)
					mat[i][k]+=mat[j][k];
				dp[k]=max(dp[k-1]+mat[i][k],mat[i][k]);
				ans=max(ans,dp[k]);
			}
	
		}
	}
	printf("%d\n",ans);
}
int main()
{
	scanf("%d",&n);
	for(int i=1;i<=n;i++)
		for(int j=1;j<=n;j++)
		{
			scanf("%d",&mat[i][j]);
		}
	solve();
	return 0;
}




### 关于拔河问题的动态规划实现 拔河问题是经典的 **0/1 背包变种问题**,其核心目标是将一群人分成两队,使得每队的人数最多相差 1,并且两队的体重总和尽可能接近。此问题可以通过动态规划 (Dynamic Programming, DP) 来解决。 #### 动态规划的核心思路 该问题可以转化为一个子集划分问题:给定一组重量 \( w_1, w_2, \ldots, w_n \),找到两个子集 \( A \) 和 \( B \),满足以下条件: 1. 子集 \( A \) 的权重之和与子集 \( B \) 尽可能接近。 2. 如果总人数为奇数,则其中一个子集多一个人;如果总人数为偶数,则两者人数相等。 通过定义状态转移方程来解决问题。设 \( S \) 是所有人重量的总和,\( half = S / 2 \) 表示一半的重量。我们尝试寻找不超过 \( half \) 的最大子集重量 \( sum_A \),从而另一部分的重量自然就是 \( sum_B = S - sum_A \)[^1]。 #### 实现细节 以下是基于动态规划的具体算法描述: 1. 定义数组 `dp`,其中 `dp[i]` 表示是否存在一种组合方式使其重量恰好等于 \( i \)。 2. 初始化 `dp[0] = true`,表示重量为零的情况总是可行。 3. 遍历每个人的重量 \( w_i \),更新 `dp` 数组的状态。 4. 找到最大的 \( j \leq half \) 并使 `dp[j] == true` 成立,此时 \( j \) 即为一侧的最大重量 \( sum_A \)。 下面是具体的代码实现: ```cpp #include <iostream> #include <vector> using namespace std; int main() { int n; while(cin >> n && n != 0){ vector<int> weights(n); int total_weight = 0; for(int &w : weights){ cin >> w; total_weight += w; } int half = total_weight / 2; vector<bool> dp(half + 1, false); // dp[i] means whether weight 'i' is achievable. dp[0] = true; for(auto w : weights){ for(int j = half; j >= w; --j){ if(dp[j - w]){ dp[j] = true; } } } // Find the largest possible value less than or equal to half int closest_sum = 0; for(int j = half; j >= 0; --j){ if(dp[j]){ closest_sum = j; break; } } cout << min(closest_sum, total_weight - closest_sum) << " " << max(closest_sum, total_weight - closest_sum) << endl; } } ``` 上述程序实现了如何利用动态规划求解拔河问题中的最优分配方案[^2]。 #### 常见错误分析 对于 POJ 和 UVa 上的不同表现,可能是由于输入处理上的差异所致。UVa 版本通常涉及多组测试数据,而 POJ 可能仅限单组输入。因此,在提交至 UVa 时需注意循环读取直到文件结束标志 EOF 出现为止[^3]。 另外需要注意的是边界情况以及整型溢出等问题,确保所有变量范围适当设置以容纳可能出现的最大数值。
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