学习札记【信息技术】.pptVIP

学习札记 当一些简单问题的规模扩大之后…… 石子归并 有n堆石子排成一条直线，每堆石子有一定的重量。现在要合并这些石子成为一堆石子，但是每次只能合并相邻的两堆。每次合并需要消耗一定的体力，该体力为所合并的两堆石子的重量之和。问最少需要多少体力才能将n堆石子合并成一堆石子？ 数据规模:n =3000 石子归并 这个问题的一个解法是动态规划。 f[i,j]:=min(f[i,v]+f[v+1,j]+sum[i,j]) i j,i =v j 初始化时f[i,i]:=0; sum[i,j]表示第i个数到第j个数的和，这个可以在O(1)时间内解决。 不难发现这个算法的复杂度是n^3.n的范围是3000，需要优化算法。 石子归并 对于动态规划的优化和搜索的优化是一样的道理。搜索中，如果某状态下不会有最优解，那么就不用继续搜索下去了。动态规划也可以这样来优化。 具体方法是：在计算每个状态的值的时候，记录下它所选取的分界点v，用s[i,j]表示当f[i,j]取最优值的时候，选取的v值。那么原状态转移方程中的v的枚举范围便可以从原来的(i,j-1)变为(s[i,j-1],s[i+1,j]) 石子归并 这样，我们便得到了一个时间效率和n^2等同的算法。 这种优化思想叫做四边形不等式优化，在很多问题中都有广泛的运用。 参考文献：陈颖《动态规划的优化》 约瑟夫问题 有n个人围成一圈。现在从第一个人开始报数，报到m的人出圈，然后再从下一个人开始重新报数……直到只剩下一个人为止。请问这个人的编号是多少。 数据规模:n =100000,m =maxlongint 约瑟夫问题 直接模拟这一题，很简单地可以得出一个n^2的算法。 做n-1次循环，每次循环中需要移动一次数组。所以整个算法是n^2的。 数据给出n =100000，这个算法显然需要优化。 但是模拟很难实现O(n)或者O(nlogn)。 约瑟夫问题 思路1：找规律。 这一题几乎无规律可寻。 思路2：递推。 记f[n]为n个人的圈中出圈的那个人的编号。那么仔细考虑一下可以发现，n个人的圈第一次出圈的肯定是编号为((n-1) mod m+1)的那个人。那么接下来是一个长度为n-1的圈，和单独的n-1的人报数的不同点是起始位置不同，有一些人的编号不同。所以可以用递推。复杂度O(n). 约瑟夫问题 实际操作的时候f数组可以省下。 leave:=1; for i:=2 to n do begin j:=((m-1) mod i+leave-1) mod (i-1)+1; if j =(m-1) mod i+1 then leave:=j+1 else leave:=j; end; 导弹拦截 有n颗导弹，一套导弹拦截系统，这套拦截系统的缺点是每发一炮之后，下一炮发的高度不能高于这一炮发的高度，但第一炮可以是任意高度。给出这n颗导弹飞来的顺序，求出这套系统最多能打掉多少颗导弹。 数据规模:n =100000 导弹拦截 Noip的导弹拦截问题其实是求一个最长不上升序列。 如果将序列反过来，则是一个最长不下降子序列问题，称为LST。 先来看看一般的解法： For i:=2 to n do for j:=i-1 downto 1 do if high[i] high[j] then f[i]:=max(f[i],f[j]+1); 导弹拦截 算法复杂度n^2，显然是要超时的。 优化： 还是从动态规划的基本优化思路着手，也就是去除一些一定不会有最优解产生的状态。例如：f[i]=3; high[i]=10; f[j]=3; high[j]=5，那么无论具体的搭配情况如何，状态j都要比状态i优秀。也就是说，我们只需要保留下当前长度为i的序列中最后一个数字的大小即可，且这个数字要尽量地小。 导弹拦截 由此，算法的本质也发生了变化。 F[i]表示长度为i的序列最后一个数字是多少，且这个数字要尽量地小。 初始化：f[0]:=0; f[i]:=maxlongint; 发现一个性质，f数组一定是不下降序列。 证明：假设i j f[i] f[j] 那么把第f[i]换成f[j]状态中的第j-1个元素的值一定更优秀。所以f[i]一定小于等于f[j]。 导弹拦截 对于当前需要处理的第i个元素，在f[i]中查找high[i]的位置(二分查找)。假设high[i]处于f[a]和f[b]之间，那么令f[b]=high[i]即可。 在插入high[i]的过程中，可以顺便保留下最长不下降序列的长度。 算法复杂度nlogn. 最优排列匹配问题 有很多的问题都可以抽象出同一种形式：在n个元素的全排列中寻找一种让某个值达到最优的排列。 例如： Oibh练习赛中的《 文明III》《线型网络》 求harmilto