动态规划的几种典型模型.ppt

动态规划的几种典型模型 线性模型 最容易导致动态规划算法 可以递归或者每次增加一个元素，逐步扩大考虑范围 典型例题：背包问题 区间模型 记忆化搜索 j-i递增的顺序枚举 典型例题：合并傻子 状态压缩模型 Poj1038 Bugs 公司 首先，我们发现m=10，而且第i行只与第i-1行和i-2行有关，所以可以用三进制表示状态，每一行的状态分为0，1，2三种，于是一行的状态就可以用一个三进制数表示。 设2表示此格已被占据，1表示此格的上一格被占据，0表示此格的上一个和此格均未被占据。 设Pi为上一行放置序列第i个数，Qi为本行的，那么Qi=2（本格被占据），Qi=Pi-1（Pi!=0），Qi=0（Pi=0） 这样就实现了状态压缩和解压 接下来枚举每一行，每一行枚举上一行的状态，然后进行dfs深搜 设f[i][j]表示第i行放置序列为j的最大放置数，在不放置任何新芯片的情况下f[i+1][k]=f[i][j] 深搜时有以下几种决策： 方格(i+1,x)不放芯片，那么搜索下一格 方格(i+1,x)(i+1,x+1)(i+1,x+2)三进位数均为0，可以搜(i+1,x+3) 方格(i+1,x)(i+1,x+1)(i,x)(i,x+1)为0，可以往下搜(i+1,x+2) 当搜到xm时，则再次计算状态值，更新f[i+1][k] 我们注意到，f[i+1][]只与f[i][]有关，所以将f设为滚动数组即可 下面看一下代码 树状模型 没有上司的舞会 贪吃的九头龙 贪吃的九头龙 /OnlineJudge/problem/1079 首先明确是树上的动态规划 现在先判断有没有解，如果果子不够吃即nk+m-1，则输出-1，反之一定有解 现在从m分为两类 m=2 对于每一段树枝，如果两边的果子都是大头吃或小头吃，则这段树枝就要吃掉 m=3，小偷至少有两个，确定大头吃的果子了后，剩下的果子按高度奇偶性分类，则让一个吃奇数，一个吃偶数，一定小头不会吃树枝 那么我们只考虑大头。用f[i][j][k]表示以i为根的子树有j个果子分给大头的最小难受值，k=0表示点i小头吃，k=1表示点i大头吃 但每个i有多个儿子需要考虑，这样我们需要在这个线型结构中再次使用动态规划，也就是枚举每一个子节点分配几个果子，比较麻烦。所以我们又有了第二种思路，即把这棵树转成二叉树，再使用动态规划。 转二叉树时，将i的第一个子节点作为左节点，i的第一个兄弟节点作为右节点即可（具体待会儿见代码） 转了二叉树后我们的状态需要进行一下调整，f[i][j][k]b表示以i为根的子树及兄弟节点的子树……中j个果子大头吃的最小难受值，k=0表示i的父节点小头吃，1是大头吃，设fa[i]表示i在原树中的父节点 则状态转移方程为 f(i,j,k)= min{f(son,j’,1)+f(brother,j-j’-1,k)+d(k,1)*cost[i,fa[i]], f(son,j’,0)+f(brother,j-j’,k)+d(k,0)*cost[i,fa[i]]} 其中d(i,j)=1(i=1j=1), d(i,j)=1(i=0j=0m=2),else d(i,j)=0 边界：f[0][0][1]=f[0][0][0]=0 f[0][k][1]=f[0][k][0]=0x3f3f3f3f 所求结果：f(1.son,k-1,1) 下面看一下代码