uva 11552 无后效性的动态规划

本文介绍了一个字符串处理算法,该算法通过动态规划求解最优方案。它首先统计字符串中不同字符的数量,并利用这些信息来填充动态规划表格,从而找到解决特定问题的最小代价。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >



#include<stdio.h>
#include<string.h>
int min(int a,int b)
{
	return a<b?a:b;
}
#define maxn 1010
char s[maxn];
int n;
int dp[maxn][30];
int vis[30];

int main()
{
    int i,j,k;
    int T;
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d %s",&n,s);
        int len=strlen(s);
        int num=len/n;
        memset(vis,0,sizeof(vis));
        memset(dp,0x7f,sizeof(dp));
        int temp;
        temp=0;
        for(i=0;i<n;i++)
        {
            if(!vis[s[i]-'a'])
            {
                temp++;        
                vis[s[i]-'a']=1;
            }
        }
        for(i=0;i<26;i++)
        {
            if(vis[i])
            {
                dp[1][i]=temp;
            }
        }

        for(i=2;i<=num;i++)
        {
            memset(vis,0,sizeof(vis));
            temp=0;
            for(j=(i-1)*n;j<i*n;j++)
            {
                if(!vis[s[j]-'a'])
                {
                    temp++;
                    vis[s[j]-'a']=1;
                }
            }
			char jch;
			char kch;
            for(j=0;j<26;j++)
            {
				jch='a'+j;
				kch;
                if(vis[j])
                {
                    for(k=0;k<26;k++)
                    {
						kch='a'+k;
                        if(k==j)continue;
                        if(vis[k])
                        {
                            dp[i][k]=min(dp[i][k],dp[i-1][j]+temp-1);
                        }
                    }

                    if(temp>1)
                    {
                        dp[i][j]=min(dp[i][j],dp[i-1][j]+temp);
                    }
                    else
                    {
                        dp[i][j]=min(dp[i][j],dp[i-1][j]);
                    }
                }
                else
                {
                    for(k=0;k<26;k++)
                    {
						kch='a'+k;
                        if(vis[k])
                        {
                            dp[i][k]=min(dp[i][k],dp[i-1][j]+temp);
                        }
                    }
                }
            }
        }

        int ans=1<<30;
        for(i=0;i<30;i++)
        {
            ans=min(ans,dp[num][i]);
        }
        printf("%d\n",ans);
    }
    return 0;
}


### 关于UVa 307问题的动态规划解法 对于UVa 307 (Sticks),虽然通常采用深度优先搜索(DFS)+剪枝的方法来解决这个问题,但也可以尝试构建一种基于动态规划的思想去处理它。然而,在原描述中并未提及具体的动态规划解决方案[^3]。 #### 动态规划解题思路 考虑到本题的核心在于通过若干根木棍拼接成更少数量的新木棍,并使得这些新木棍尽可能接近给定的目标长度。为了应用动态规划技术,可以定义一个二维数组`dp[i][j]`表示从前i种不同类型的木棍中选取一些组合起来能否恰好组成总长度为j的情况: - 如果存在这样的组合,则`dp[i][j]=true`; - 否则`dp[i][j]=false`. 初始化时设置`dp[0][0]=true`, 表明没有任何木棍的情况下能够构成零长度。接着遍历每种类型的木棍以及所有可能达到的累积长度,更新对应的布尔值。最终检查是否存在某个k使得`sum/k * k == sum && dp[n][sum/k]`成立即可判断是否能成功分割。 这种转换方式利用了动态规划中的两个重要特:最优化原理和重叠子问题属。具体来说,每当考虑一根新的木棍加入现有集合时,只需要关注之前已经计算过的较短长度的结果,从而避免重复运算并提高效率[^1]. #### Python代码实现 下面给出一段Python伪代码用于说明上述逻辑: ```python def can_partition_sticks(stick_lengths, target_length): n = len(stick_lengths) # Initialize DP table with False values. dp = [[False]*(target_length + 1) for _ in range(n + 1)] # Base case initialization. dp[0][0] = True for i in range(1, n + 1): current_stick = stick_lengths[i - 1] for j in range(target_length + 1): if j >= current_stick: dp[i][j] |= dp[i - 1][j - current_stick] dp[i][j] |= dp[i - 1][j] return any(dp[-1][l] and l != 0 for l in range(target_length + 1)) # Example usage of the function defined above. stick_lengths_example = [...] # Input your data here as a list. total_sum = sum(stick_lengths_example) if total_sum % min(stick_lengths_example) == 0: result = can_partition_sticks(stick_lengths_example, int(total_sum / min(stick_lengths_example))) else: result = False print('Can partition sticks:', 'Yes' if result else 'No') ``` 需要注意的是,这段代码只是一个简化版本,实际比赛中还需要进一步调整参数以适应特定输入范围的要求。此外,由于题目本身允许有多余的小段剩余未被使用,所以在设计状态转移方程时也应适当放宽条件.
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