【算法学习笔记】89. 序列型动态规划 SJTU OJ 4020 数列游戏

http://acm.sjtu.edu.cn/OnlineJudge/problem/4020

一上手就来了一个删点 排序+DFS.... 虽然正确性没问题 但是超时 只有60分. 主要在于不知道怎么减少搜索量

思路就是删除一些肯定不能在的点, 然后经过条件判断 DFS地去搜索最长的路径

#include <iostream>
#include <vector>
#include <algorithm>
#include <cstring>
#include <stack>
using namespace std;
int n;
int data[1000+10];
bool vis[1000+10]={false};
struct Point
{
    int oriPos;
    int num;
    int todo;
    int vid;
    int done;
    int len;
    Point(int x,int y){
        oriPos = x;
        num = y;
        todo = oriPos - num;
        vid = -1;
        done = 0;
        len = 0;
    }
};
vector<Point> v;

bool cmp_point(const Point& a , const Point& b){
    return a.num < b.num;
}

void init(){
    v.clear();
    for (int i = 1; i <= n; ++i)
    {
        cin>>data[i];
        if(data[i]<=i){
            Point t(i,data[i]);
            v.push_back(t);
        }
    }
    sort(v.begin(),v.end(),cmp_point);
    memset(vis,false,sizeof(vis));
}

//必须dfs
int build(){
    for (int i = 0; i < v.size(); ++i)
    {
        //cout<<v[i].oriPos<<","<<v[i].num<<","<<v[i].todo<<endl;
        v[i].vid = i;
    }

    int ans = 0;
    stack<Point> s;
    Point start(0,0);
    s.push(start);
    while(!s.empty()){
        Point cur = s.top();
        s.pop();
        if(cur.vid >= 0)
            vis[cur.vid] = true;
        for (int j = cur.vid+1; j < v.size(); ++j) {
            if(cur.vid==-1 or (v[j].oriPos > v[cur.vid].oriPos and v[j].todo-cur.done >= 0 and v[j].num!=v[cur.vid].num)){
                vis[j] = true;
                Point next(0,0);
                next.oriPos = v[j].oriPos; next.num = v[j].num;
                next.len = cur.len+1;
                next.done = v[j].todo;
                next.vid = j;
                ans = max(next.len,ans);
                s.push(next);
            }
        }
    }
    return ans;
}

int main(int argc, char const *argv[])
{
    while(cin>>n){
        init();
        cout<<build()<<endl;
    }
    return 0;
}

DFS

正确的方法呢还是要DP的.

这里要看题里的暗示, 他强调的是从n个中擦去某几个 .

这个某几个暗示最后的dp用二维+for遍历

就是说 我们的dp[i][j]要表示为 前i个数, 擦去某j个 剩余的符合条件的数的个数

最后我们输出 max(dp[n][k]) k = 1....n; 即可

转移方程如下

dp[0][0] = 0;
for (int i = 1; i <= n; ++i){
    dp[i][0] = ( data[i]==i )? dp[i-1][0]+1 : dp[i-1][0];
    for (int j = 1; j < i; ++j){
        if(data[i]==((i-1)-j)+1){
            dp[i][j] = dp[i-1][j] + 1;
        }else{
            dp[i][j] = max(dp[i-1][j-1],dp[i-1][j]);
        }
    }
    dp[i][i] = 0;
}

解释一下

我们对于dp[i][j]要分j的情况进行讨论

1. j=0 那么此时dp[i][0] 有两种情况,

  如果data[i] = i 表示data[i]本身就在原位置 那么符合条件的数的个数就是之前的i-1个里符合条件的数的个数+1,  dp[i][0] = dp[i-1][0]+1

  否则 和之前的一样

2.j=i  dp[i][i]=0 这个很好理解 前i个数字擦去i个 最后符合条件的肯定是0个....因为已经没有数了

3.j = 1,2,3,...,i-1

也有两种情况, 一个是如果我们的data[i]恰好是 前i-1个数字里擦去了j个 之后的那个位置,就累加1

  比如 i = 5 , j =2 时  如果前4个数里,我们擦去了2个 那么还剩两个合法的, 我们在后面附加一个数的话 他的位置是3 如果我们附加的这个数恰好就是3的话 那么前5个数里,就有3个合法的了

  所以此时 dp[i][j] = dp[i-1][j] +1

  如果不能满足这个条件

    那么考虑 前i个数里去掉某j个 有两种去掉的方法 第一种 所有擦去的数 都是i-1个里面的 那么就是 dp[i-1][j]

                          第二种 有j-1个是前i-1个里面的 剩下的那个就是第i个元素 所以是 dp[i-1][j-1]

两者选最大的即可.

代码如下(注释很多 不太清晰)

#include <iostream>
#include <vector>
#include <algorithm>
#include <cstring>
#include <stack>
#include <cstdio>
using namespace std;
const int MaxN = 1000+10;
int n;
int data[MaxN];
int dp[MaxN][MaxN]={0};
//dp[i][j]表示 前i个数,去除某j个的时候 剩余的数中的符合条件的数个数

void init(){
    for (int i = 1; i <= n; ++i)
    {
        scanf("%d",&data[i]);
    }
    //dp的初始化

}

int build(){
    //dp[i][j]表示  前i个数,去除某j个的时候 剩余的数中的符合条件的数个数
    dp[0][0] = 0;
    for (int i = 1; i <= n; ++i){    //分成三段处理
        //第一段 j=0
        dp[i][0] = ( data[i]==i )? dp[i-1][0]+1 : dp[i-1][0];//如果第i个数是i的话 要更新+1
        //第二段 j=1,2,3...i-1
        for (int j = 1; j < i; ++j){
            //i中减去了j个 所以 还剩 i-j个
            // if(data[i]==(i-1)-j + 1) //从前i-1个里面减去了j个数 我们的位置紧在之后+1
            //     dp[i][j] = dp[i-1][j] + 1;
            // else//不能放就从前面的两个状态选择一个最大的
            //     //一个可能是前i-1个中 擦去j-1个 留住i
            //     //另一个可能是从前i-1个中 擦去j个 再擦去i
            //     dp[i][j] = max(dp[i-1][j-1],dp[i-1][j]);

            if(data[i]==((i-1)-j)+1){
                dp[i][j] = dp[i-1][j] + 1;
            }else{
                dp[i][j] = max(dp[i-1][j-1],dp[i-1][j]);
            }
         }
        //第三段 j=i
        dp[i][i] = 0;//前i个 擦去了i个 肯定结果是0
    }

    int ans = 0;
    //注意一定要从0开始遍历 否则有漏洞 比如 n=4 时: 1 2 3 4 这种情况
    for (int i = 0; i <= n; ++i)
    {
        ans = max(ans,dp[n][i]);
    }
    return ans;
}
int main(int argc, char const *argv[])
{
    while(cin>>n){
        init();
        cout<<build()<<endl;
    }
    return 0;
}
/*

void init1(){
    //v.clear();
    for (int i = 1; i <= n; ++i)
    {
        //cin>>data[i];
        scanf("%d",&data[i]);
        // if(data[i]<=i){
        //     Point t(i,data[i]);
        //     v.push_back(t);
        // }
    }
    //sort(v.begin(),v.end(),cmp_point);
    //memset(vis,false,sizeof(vis));
}

int build2(){
    for (int i = 0; i < v.size(); ++i)
    {
        //cout<<v[i].oriPos<<","<<v[i].num<<","<<v[i].todo<<endl;
        v[i].vid = i;
    }

    int ans = 0;
    stack<Point> s;
    Point start(0,0);
    s.push(start);
    while(!s.empty()){
        Point cur = s.top();
        s.pop();
        if(cur.vid >= 0)
            vis[cur.vid] = true;
        for (int j = cur.vid+1; j < v.size(); ++j) {
            if(v.size()-1-cur.vid + cur.len < ans)
                break;
            if(cur.vid==-1 or (v[j].oriPos > v[cur.vid].oriPos and v[j].todo-cur.done >= 0 and v[j].num!=v[cur.vid].num)){
                vis[j] = true;
                Point next(0,0);
                next.oriPos = v[j].oriPos; next.num = v[j].num;
                next.len = cur.len+1;
                next.done = v[j].todo;
                next.vid = j;
                ans = max(next.len,ans);
                s.push(next);
            }
        }
    }
    return ans;
}
*/

//1 2 3  4  5  6  7  8 9  10 11 12 13 14 15 16 17 18 19 20
//20 4 6 2 14 10 20 11 9 16 5  13 2  7  18 19 1  3  17  9 15
//5 2 7 1 3 17 8 15
// 5 7 8  dfs....

//20 4 6 2 14 10 20 11 9 16 5  13 2  7  18 19 1  3  17  9 15
/*

struct Point
{
    int oriPos;
    int num;
    int todo;
    int vid;
    int done;
    int len;
    Point(int x,int y){
        oriPos = x;
        num = y;
        todo = oriPos - num;
        vid = -1;
        done = 0;
        len = 0;
    }
};

 for (int i = 0; i < v.size() ; ++i){
 int len = 1;//头
 int done = v[i].todo;//左面已经减少了多少个数字
 int cur = i;//当前指针
 for (int j = i+1; j < v.size(); ++j){
 if(v[j].oriPos > v[cur].oriPos and v[j].todo-done >= 0 and v[j].num!=v[cur].num){
 cur = j;
 done = v[j].todo;
 len++;
 }
 }
 ans = max(ans,len);
 }

 */

时间: 2024-08-01 22:43:15

【算法学习笔记】89. 序列型动态规划 SJTU OJ 4020 数列游戏的相关文章

【算法学习笔记】70.回文序列 动态规划 SJTU OJ 1066 小M家的牛们

这个题很多地方暗示了DP的路径. 我们处理时,dp[i][j]可以认为是从i坐标到j坐标的序列达到回文效果需要的最小代价,以此向外扩展,最终得到dp[0][M-1]就是结果. 我们要注意到处理dp[i][j]时,我们需要知道 dp(i+1,j-1)的结果,所以i必须降序,j必须升序,才能保证在计算dp(i,j)时,可以利用已经计算过的结果. 所以 i应该从M-2 到 0 递减 j在内层 从i+1到M-1 递增 在处理dp(i,j)时,第一要看name[i]和name[j]是否相等,如果相等的话,

【算法学习笔记】60.经典动态规划 SJTU OJ 1370 赫萝的桃子

Description 赫萝最喜欢吃蜂蜜腌渍的桃子.然而她能够得到的桃子有限,因此赫萝必须精打细算.赫萝在b天内可以得到a个桃子,每天赫萝至少吃一个桃子,她想知道她在a天内有多少种吃桃子的方法.吃桃子的顺序并不重要,也就是说赫萝认为“第一天吃一个桃子第二天吃两个桃子”和“第一天吃两个桃子第二天吃一个桃子”算一种方法. Input Format 每个测试点有多组测试数据. 第一行一个数n,表示测试的数量. 接下来n行每行两个数a, b(a>b). Output Format 输出n行,每行一个数,

【算法学习笔记】51. 区间排序问题 SJTU OJ 1360 偶像丁姐的烦恼

Description 成为LL冠军的人气偶像丁姐最近比较烦,许多商业活动找上门来.因为每次商业活动给的毛爷爷都一样,所以丁姐希望能够尽可能多的参加这些活动.然而,商业活动的起止时间并不由丁姐说了算,因此丁姐想写一个程序,求出他最多能够参加的商业活动的数量. Input Format 第一行一个数n,表示可选活动的数量. 接下n行每行两个数,表示每个活动开始时间t1_i和结束的时间t2_i. Output Format 一个数字,表示丁姐最多能够参加的活动的数量. Sample Input 10

【算法学习笔记】50.字符串处理 SJTU OJ 1361 丁姐的周末

Description 丁姐来到了神秘的M78星云,为了成为和凹凸曼一样强大的男人有朝一日回到地球拯救世界,丁姐开始了刻苦的学习.但丁姐先要知道在M78星云上一周有多少天,这样他才能知道什么时候是周末可以带妹子出去玩.他找到一个老凹凸曼,但是老凹凸曼自己记性不太好,偶尔会告诉他错误的信息. 凹凸曼会告诉丁姐如下格式的信息: Today is xxxday. Yesterday was yyyend. Tomorrow will be zzzday. 规则1: xxx/yyy/zzz为任意字符串,

【算法学习笔记】87. 枚举路径 SJTU OJ 1999 二哥找宝藏

这个题只用BFS来搜索一次会很麻烦, 因为每次经过一个宝藏之后,要把所有的vis重置(因为可以重复经过同一点, 但是这样会有很多不必要的路径) 看题目的暗示 最多只有5个宝藏  我们要把所有的宝藏收集齐全, 如果确定了收集的顺序, 那么也就确定了路径 那么可以知道 A55的排列一共是120种路径 遍历起来毫无压力 我们枚举所有宝藏的全排列, 然后从起点开始走, 记录整个路径的步数, 最后取最小值即可. 这里生产全排列的方法利用了 STL的next_permutation函数 非常爽....(要引

【算法学习笔记】34.高精度除法 SJTU OJ 1026/1016

高精度除法, 这个和加减乘一样,我们都要从手算的角度入手.举一个例子,比如 524134 除以 123.结果是4261 第一位4的来源是 我们把 524和123对齐,然后进行循环减法,循环了4次,余32,将32134的前三位321继续和123对齐,循环减法2次,余75,把7534的前三位753和123对齐,循环减法6次,余15,将154和123对齐,只能减1次,所以结果是4 2 6 1. 把上述过程程序化 1.把A,B两个数存入char数组 0下标表示的是最高位2.把A的前lenB位和B对齐进行

【算法学习笔记】64. 枚举法 SJTU OJ 1381 畅畅的牙签

枚举法就好了,推理很麻烦,感觉也做不出来. 创造一个结构体,一个是真实的数,一个是花费的牙签数. 构建一位数,两位数,三位数即可. #include <iostream> #include <vector> using namespace std; //从0到9耗费的牙签数 int cost[10]={6,2,5,5,4,5,6,3,7,6}; struct num { int n;//用于计算的数 int c;//耗费的牙签 }; num v[100000]; int main(

算法学习笔记(八) 动态规划的一般求解方法

1 一个问题:换零钱方式的统计 SICP 第一章 1.2.2 树形递归中,有这么一问题:给了半美元,四分之中的一个美元.10美分,5美分和1美分的硬币.将1美元换成零钱,一共同拥有多少种不同方式?更一般的问题是,给定了随意数量的现金,我们能写一个程序,计算出全部换零钱方式的种数吗? 2 动态规划的基本模型 动态规划(Dynamic programming,DP),是研究一类最优化问题的方法,通过把原问题分解为相对简单的子问题的方式求解复杂问题.动态规划处理的也就是是多阶段决策最优化问题,这一类问

由LCS到编辑距离—动态规划入门—算法学习笔记

一切计算机问题,解决方法可以归结为两类:分治和封装.分治是减层,封装是加层. 动态规划问题同样可以用这种思路,分治. 它可以划分为多个子问题解决,那这样是不是用简单的递归就完成了?也许是的,但是这样会涉及太多的不便的操作.因为子问题有重叠! 针对这种子问题有重叠的情况的解决,就是提高效率的关键. 所以动态规划问题可以总结为:最优子结构和重叠子问题. 解决这个子问题的方式的关键就是:memoization,备忘录. 动态规划算法分以下4个步骤: 描述最优解的结构 递归定义最优解的值 按自底向上的方