线性动态规划

  准确来说,动态规划是一种思想,而不是一种算法。算导里将它归结为——高级程序设计技巧。

  在线性结构上进行状态转移DP,统称线性DP。

  线性DP最常见的有: 子集和问题,LIS问题,LCS问题。

  拓展之后有:子段和问题,杂类问题。

1. 子集和问题和硬币计数问题

子集和问题的一个实例: 〈S,t〉。其中,S={ 1 x , 2 x ,…, n x }是一个正整数的集合,c是一个正整数。子集和问题判定是否存在S的一个子集S1,使得s1中的各元素之和等于c。 这其实就是0/1背包。

硬币计数问题的一个实例:给出n个正整数组成的集合{a1,a2....an},ka1+ka2+ka3+...kan=T有多少解? 这其实就是0/1背包计数。

背包问题的早期总结来自于dd_engi的背包九讲。其中属于线性DP的部分为:0/1背包,完全背包,多重背包,混合背包,分组背包,二维费用背包。

计数问题的循环和转移方程和背包问题都非常相似。

 

@练习题。

HDU 1864,浮点数0/1背包。先对价格做个转化,不然没法数组转移。

 

ZOJ3211,贪心0/1背包,首先可以肯定的是,要满足最大,每天肯定都得取。由于每棵树增长快慢不同,所以肯定先砍增长慢的,后砍增长快的,权值(j-1)*b+a。

 

HDU 1114,最小化完全背包,初始化全部为inf,转移条件从max改为min。特判条件两个:f[V]>=inf代表不可能装满,V=0代表空背包。

这题同时也牵扯到最大化背包的初始化问题,如果要求装满背包, 则f[0]=0,f[1..V]=-inf。

 

HDU 1712,分组背包。N天,M节课。对于每一天,可以选择1...M之间任何一节课。注意for(V)循环在for(组)循环外面,才能保证每组只有一个被选。

 

POJ 1276,多重背包。

 

HDU 1171,多重背包。尽可能将总价值半分,先用V/2背包一次,这个结果是最接近V/2的,然后另一个就是V-f[V/2]了。

 

HDU 2844,多重背包可达。需要求的是可以凑出多少种面值。由于钱币的特殊性(val=cost),所以背包完了之后,判断f[i]=i的个数即可。

 

POJ 1014,多重背包可达。判断一堆石子能否分为价值相等的两堆。特性val=cost,判断f[V/2]是否等于V/2即可。另外V是奇数可以不用计算。

 

UVA 147,完全背包计数。循环倒过来,根据基础面值压缩一下全部面值。

 

HDU 5000, 分组背包计数。2014鞍山网络赛D题,一个神奇的结论,把所有T值加起来/2就是背包容量,然后每组物品就是0~T[i],注意0值物品不要选,是没意 义的,实际上是从1~T[i]。WJMZBMR说其实用分组背包是TLE的,这题比赛时候就放水了,T^T。至于结论证明,orz不会。

 

2.LIS问题

     LIS 的转移方程f[i]=max(a[i],f[j]+a[i]),其中j的范围是1...i-1,常规是扫一遍O(n),借助二分查找可以O(logn), 也就是所谓的二分优化。LIS分为单维度,和双维度两类。单维度直接DP,双维度需要先sort,让其中一个维单调,然后对另一个维DP。

 

@练习题

POJ 2533,裸题,可以练习二分优化的使用。


POJ 1609,双维度LIS。铺砖头,新的砖放旧的砖上面,必须满足l>=l',m>=m',先对l排序,然后对m DP。注意本题的第一维可以相等。如果要求不等,则DP条件里还要对l维特判,如Vijos 1336。


POJ 3616,双维度LIS。挤牛奶,多个时间段,要求不能重叠,且挤完后休息r时间。先对开始时间排序,然后对结束时间DP。条件由原来的递增改为j.end+r<=i.start。


Vijos 1303,单维度LIS。导弹拦截,第一问是LDS,第二问是LIS。第二问是LIS的原因是,只要单调增就得+1,所以LIS是正确的。LIS+LDS=n,俩个正好互补。


Vijos 1336,双维度LIS。看起来像个迷宫DP,其实不是。想要距离最短,就得尽可能走特殊边。但是特殊边是有要求的,后一个特殊边x>x',y>y',DP即可。

你可能感兴趣的:(动态规划)