C++动态规划-线性dp算法

莫愁千里路

自有到来风


CSDN 请求进入专栏                                    X

是否进入《C++专栏》?

确定

目录

 线性dp简介

斐波那契数列模型 

第N个泰波那契数

思路:

代码测试:

 三步问题

思路:

代码测试:

最小花费爬楼梯

思路:

代码测试:

 路径问题

数字三角形

思路:

代码测试:

不同路径 

思路:

代码测试:

LIS模型

最长递增子序列

思路:

代码测试:

 线性dp简介

线性DP(Introduction)

线性DP是动态规划问题中的一类问题,指状态之间有 线性关系 的动态规划问题

DP解题套路
<1>根据题意列出状态表示

dp表里面的值所代表的含义

分析问题的过程中发现重复子问题
<2>根据状态表示列出状态转移方程

dp[i]等于什么
<3>初始化

填dp表的时候不能越界访问
<4>填表顺序

递推求解的顺序

斐波那契数列模型 

第N个泰波那契数

题目链接:第N个泰波那契数


泰波那契序列 Tn 定义如下: 

T0 = 0, T1 = 1, T2 = 1, 且在 n >= 0 的条件下 Tn+3 = Tn + Tn+1 + Tn+2

给你整数 n,请返回第 n 个泰波那契数 Tn 的值。

示例 1:

输入:n = 4
输出:4
解释:
T_3 = 0 + 1 + 1 = 2
T_4 = 1 + 1 + 2 = 4

示例 2:

输入:n = 25
输出:1389537

提示:

  • 0 <= n <= 37
  • 答案保证是一个 32 位整数,即 answer <= 2^31 - 1

思路:

<1>状态表示dp[i]表示第 i 个泰波那契数的值
<2>状态转移方程dp[i] = dp[i-1] + dp[i-2] + dp[i-3]  (Tn+3 = Tn + Tn+1 + Tn+2)
<3>初始化dp[0] = 0,dp[1] = dp[2] = 1
<4>填表顺序从左至右

代码测试:

时间复杂度O(N)

空间复杂度O(N)

class Solution 
{
public:
    int tribonacci(int n) 
    {
        //防止数组越界
        if(n == 0) return 0;
        if(n == 1||n == 2) return 1;

        vector<int> dp(n+1);
        //初始化
        dp[0] = 0,dp[1] = dp[2] = 1;
        //顺序填表
        for(int i =  3;i<=n;i++)
        //状态转移方程
        dp[i] = dp[i-1]+dp[i-2]+dp[i-3];
        return dp[n];
    }
};

 三步问题

题目链接:三步问题


三步问题。有个小孩正在上楼梯,楼梯有n阶台阶,小孩一次可以上1阶、2阶或3阶。实现一种方法,计算小孩有多少种上楼梯的方式。结果可能很大,你需要对结果模1000000007。

示例1:

 输入:n = 3 
 输出:4
 说明: 有四种走法

示例2:

 输入:n = 5
 输出:13

提示:

  1. n范围在[1, 1000000]之间

思路:

我们发现从 4 层开始就是前三项之和,第五层就是:7 + 4 + 2= 13

所以从第四层开始,满足斐波那契规律

<1>状态表示以 i 为结尾,dp[i]表示到达 i 位置时,一共有多少种方法
<2>状态转移方程

以 i 的位置的状态,最近的一步开始划分问题

从(i-1)到 i:dp[i-1]

从(i-2)到 i:dp[i-2]

从(i-3)到 i:dp[i-3]

dp[i] = dp[i-1]+dp[i-2]+dp[i-3]

<3>初始化dp[1] = 1,dp[2] = 2,dp[3] = 4
<4>填表顺序从左往右

代码测试:

时间复杂度O(N)

空间复杂度O(N)

class Solution 
{
public:
    int waysToStep(int n) 
    {
        //取模数据
        const int MOD = 1e9+7; 
        //边界问题
        if(n == 1||n == 2) return n;
        if(n == 3) return 4;
        vector<int> dp(n+1);
        //初始化
        dp[1] = 1,dp[2] = 2,dp[3] = 4;
        //顺序填表
        for(int i = 4;i<=n;i++)
        //状态转移方程+取模操作
        dp[i] = ((dp[i-1]+dp[i-2])%MOD+dp[i-3])%MOD;
        return dp[n];
    }
};

最小花费爬楼梯

题目链接:最小花费爬楼梯


数组的每个下标作为一个阶梯,第 i 个阶梯对应着一个非负数的体力花费值 cost[i](下标从 0 开始)。

每当爬上一个阶梯都要花费对应的体力值,一旦支付了相应的体力值,就可以选择向上爬一个阶梯或者爬两个阶梯。

请找出达到楼层顶部的最低花费。在开始时,你可以选择从下标为 0 或 1 的元素作为初始阶梯。

示例 1:

输入:cost = [10, 15, 20]
输出:15
解释:最低花费是从 cost[1] 开始,然后走两步即可到阶梯顶,一共花费 15 。

 示例 2: 

输入:cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]
输出:6
解释:最低花费方式是从 cost[0] 开始,逐个经过那些 1 ,跳过 cost[3] ,一共花费 6 。

提示:

  • 2 <= cost.length <= 1000
  • 0 <= cost[i] <= 999

思路:

由题意可知:我们的楼层顶部并不是数组的末元素,而是末元素的下一位

<1>状态表示以 i 为结尾,dp[i]表示到达 i 位置时,最小花费
<2>状态转移方程

使用之前或者之后的状态,推导出dp[i]的值

根据最近的一步来划分问题

(1)先到达 i-1 的位置,然后支付cost[i-1],走一步:dp[i-1]+cost[i-1]

(2)先到达 i-2 的位置,然后支付cost[i-2],走二步:dp[i-2]+cost[i-2]

dp[i] = min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])

<3>初始化

由题意 你可以选择从下标为 0 或 1 的元素作为初始阶梯 得:

dp[0] = dp[1] = 0

<4>填表顺序从左往右
<5>返回值dp[n]

代码测试:

class Solution 
{
public:
    int minCostClimbingStairs(vector<int>& cost) 
    {
     //计算数组长度
     int n = cost.size();
     vector<int> dp(n+1);
     //初始化
     dp[0] = dp[1] = 0;
     //顺序填表
     for(int i = 2;i<=n;i++)
     //状态转移方程
     dp[i] = min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2]);
     return dp[n];   
    }
};

 路径问题

数字三角形

题目链接:数字三角形


题目描述#

观察下面的数字金字塔

写一个程序来查找从最高点到底部任意处结束的路径,使路径经过数字的和最大。每一步可以走到左下方的点也可以到达右下方的点。

在上面的样例中,从 7→3→8→7→5 的路径产生了最大权值。

输入格式#

第一个行一个正整数 r 表示行的数目。

后面每行为这个数字金字塔特定行包含的整数。

输出格式#

单独的一行,包含那个可能得到的最大的和。

输入输出样例#

输入 #1

5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5 

输出 #1

30

思路:

在看到数字三角形的构造时,我们首先想到用 二维数组 来存放整个三角形(行与列)

也许有人会想到 贪心算法 来实现,但是贪心算法在这里是不适用的

贪心只注重眼前的利益(如上图),贪心策略算出的数字的和是:28 不符合我们的最大值

所以眼光放长,我们要的是最后的数字和最大,尝试用 动态规划 解决问题

注意:

我们发现从上面往下一步步走很麻烦,直接搜索肯定超时

所以我们的切入点是 由下至上 的回溯,依层次更换改动大值,回到顶端时,就是结果

例如:

我们找到倒数第二排的元素 2 ,此时只有两种方法可以走,左下方或者右下方

我们要保证数字和最大,所以必然选择 右下方 ,这个时候的较大值为 7

同理:我们考虑倒数第二排的元素 7 ,较大值为 12

依次类推则倒数第二排变为:

7 12 10 10 

因为我们的倒数第二排已经包含了最后一排的最优解,所以我们的三角形可以简化成:

        7 
      3   8 
	8   1   0 
  7   12  10  10 

方法同上我们找到倒数第二排的元素 8 ,再比较走两条路的值,右边的值更大,选择右边的值,所以这个时候的较大值为 20

以此类推,得到下面的数字三角形:

        7 
      3   8 
	20  13  10 
           7 
        23   21
          30 
        23   21 
     20   13   10 
   7   12   10  10 
4    5    2    6    5 

最后得到我们的最大数字之和为 30

所以我们的最佳路径是:7→3→8→7→5

思路我们已经理清了,接下来开始推导我们的状态转移方程

<1>状态表示以 [i,j] 为结尾,dp[ i ][ j ]表示到达 [i,j] 位置时,最大的数字之和
<2>状态转移方程

dp[i][j]+=max(dp[i+1][j],dp[i+1][j+1])

<3>初始化

按要求输入

<4>填表顺序从下至上,从左至右
<5>返回值dp[1][1]
<6>小总结

画图求解,发现规律,列出状态转移方程

代码测试:

#include<bits/stdc++.h>
using namespace std;
int main()
{
  int n = 0;cin>>n;
  vector<vector<int>> dp((n+1),vector<int>(n+1));
  //初始化
  for(int i = 1;i<=n;i++)
    for(int j = 1;j<=i;j++)
      cin>>dp[i][j];
  //顺序填表
  for(int i = n-1;i>=1;i--)
    for(int j = 1;j<=i;j++)
  //状态转移方程
      dp[i][j]+=max(dp[i+1][j],dp[i+1][j+1]);
  //返回值
      cout<<dp[1][1]<<endl;
    return 0;
}

不同路径 

 题目链接:不同的路径


一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 “Start” )。

机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角

(在下图中标记为 “Finish” )。

问总共有多少条不同的路径?

示例 1:

输入:m = 3, n = 7
输出:28

示例 2:

输入:m = 3, n = 2
输出:3
解释:
从左上角开始,总共有 3 条路径可以到达右下角。
1. 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右
3. 向下 -> 向右 -> 向下

示例 3:

输入:m = 7, n = 3
输出:28

示例 4:

输入:m = 3, n = 3
输出:6

提示:

  • 1 <= m, n <= 100
  • 题目数据保证答案小于等于 2 * 10^9

思路:

二维dp

状态转移方程的得出

初始化问题

为了防止数组越界,所以我们要考虑 dp 的初始化问题

注意:

<1>然后在考虑虚拟位置的值,要保证我们后面填表的结果是正确的

<2>二维数组的行和列都要加一(加上了虚拟位置)

我们只要将 dp[0][1] 或者 dp[0][1] 的位置初始化为 1 就可以了 

<1>状态表示以[i,j]为结尾时,dp[i][j]表示走到[i,j]的位置,一共有多少种方式
<2>状态转移方程

dp[ i ][ j ] = dp[ i - 1 ][ j ] + dp[ i ][ j - 1]

<3>初始化dp[0][1] = 1
<4>填表顺序从左至右,从上至下
<5>返回值dp[m][n]

代码测试:

class Solution 
{
public:
    int uniquePaths(int m, int n) 
    {
        vector<vector<int>> dp(m+1,vector<int>(n+1));
        //初始化
        dp[0][1] = 1;
        //顺序填表
        for(int i = 1;i<=m;i++)
            for(int j = 1;j<=n;j++)
        //状态转移方程
            dp[i][j] = dp[i-1][j]+ dp[i][j-1];
        //返回值
            return dp[m][n];
    }
};

LIS模型

最长递增子序列

题目链接:最长递增子序列


给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。

子序列 是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

 

示例 1:

输入:nums = [10,9,2,5,3,7,101,18]
输出:4
解释:最长递增子序列是 [2,3,7,101],因此长度为 4 。

示例 2:

输入:nums = [0,1,0,3,2,3]
输出:4

示例 3:

输入:nums = [7,7,7,7,7,7,7]
输出:1

思路:

子序列的介绍:

子序列指的是一个序列中,按照原顺序选出若干个 一定连续 的元素所组成的序列

状态转移方程的推理:

初始化:将dp标准的状态成最坏的情况,最后更新dp表就可以了

填表顺序:因为我们要填 dp[i] 就要用到前面的值,所以是:从左往右

注意:要判断 nums[j]<nums[i]

<1>状态表示dp[i]表示以 i 位置为结尾的所有子序列中,最长递增子序列的长度
<2>状态转移方程

dp[i] = max(dp[i]+1,dp[i])

<3>初始化dp表中所有元素都置为1
<4>填表顺序从左往右
<5>返回值dp表中的最大值

代码测试:

class Solution 
{
public:
    int lengthOfLIS(vector<int>& nums) 
    {
        int n = nums.size();
        //初始化
        vector<int> dp(n,1);
        int ret = 1;
        //顺序填表
        for(int i = 1;i<n;i++)
        {
            for(int j = 0;j<i;j++)
        //前提条件
                if(nums[j]<nums[i])
        //状态转移方程
                    dp[i] = max(dp[j]+1,dp[i]);
                ret = max(ret,dp[i]);
        }
        //返回值
            return ret;
    }
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/389834.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Java:如何判断一个链表是否为回文结构?(画图+代码 详解)

一、判断思想 我们设计一个时间复杂度为O(n),额外空间复杂度为O(1)的算法&#xff0c;我们在不创建额外空间的基础上来判断是否为回文结构。 思想&#xff1a; 1、使用快慢指针法&#xff0c;找到链表的中间节点。 2、翻转中间节点的后半部分。 3、分别从头节点和尾节点向中间遍…

LeetCode刷题计划

LeetCode刷题计划 推荐 代码随想录&#xff1a;https://github.com/youngyangyang04/leetcode-master 卡码网 练习ACM模式 https://kamacoder.com/ 01 #include <iostream> using namespace std;int main() {int a ,b;while(cin>>a>>b){cout<<ab<…

从汇编分析C语言可变参数的原理,并实现一个简单的sprintf函数

C语言可变参数 使用printf等函数的时候函数原型是printf(const char* fmt, ...), 这一类参数的个数不限的函数是可变参数 使用 使用一个头文件stdarg.h, 主要使用以下的宏 typedef char * va_list;// 把 n 圆整到 sizeof(int) 的倍数 #define _INTSIZEOF(n) ( (sizeo…

IO流---字节输入输出流,字符输入输出流

IO流概述 IO流&#xff0c;即输入输出流&#xff08;Input Output Stream&#xff09;&#xff0c;是一种抽象概念&#xff0c;用来处理设备之间的数据传输问题&#xff0c;例如文件复制、文件上传、文件下载等。在Java中&#xff0c;对数据的操作通常是通过流的方式进行的&…

幻兽帕鲁云服务器搭建零基础教程,新手小白一看就会

以下教程基于阿里云服务器ECS 来搭建幻兽帕鲁游戏服务器&#xff0c;通过一键部署的方式&#xff0c;最快1分钟即可完成部署。 阿里云一键部署幻兽帕鲁的活动地址&#xff1a;1分钟畅玩&#xff01;一键部署幻兽帕鲁联机服务器 首先&#xff0c;打开阿里云的这个游戏服务器活…

【机器学习笔记】8 决策树

决策树原理 决策树是从训练数据中学习得出一个树状结构的模型。 决策树属于判别模型。 决策树是一种树状结构&#xff0c;通过做出一系列决策&#xff08;选择&#xff09;来对数据进行划分&#xff0c;这类似于针对一系列问题进行选择。决策树的决策过程就是从根节点开始&…

二维数组传参的本质(详解)

目录 一、前言二、分析本质三、总结 一、前言 有时候我们有⼀个⼆维数组的需要传参给⼀个函数的时候&#xff0c;我们是这样写的&#xff1a; #include <stdio.h> void test(int a[3][5], int r, int c) {int i 0;int j 0;for (i 0; i < r; i){for (j 0; j <…

网络安全问题概述

1 计算机网络面临的安全性威胁 两大类威胁&#xff1a;被动攻击和主动攻击。 被动攻击 指攻击者从网络上窃听他人的通信内容。 通常把这类攻击称为截获。 攻击者只是观察和分析某一个协议数据单元 PDU&#xff0c;以便了解所交换的数据的某种性质&#xff0c;但不干扰信息…

【PyQt】11-QTextEdit、QPushButton

文章目录 前言一、文本输入-QTextEdit1.1 代码1.2 运行结果 二、QPushButton2.1.1 按钮上添加文本2.1.2 按键的弹跳效果2.1.3 两个信号可以绑定一个槽。2.1.4 带图标的按键运行结果 2.1.5 按键不可用以及回车默认完整代码2.2 单选按键控件运行结果 2.3 复选框&#xff08;多选框…

1Coze平台介绍

2023年随着OpenAI推出GPT 3.5&#xff0c;AI赛道变得更加火热。GPT&#xff08;Generative Pre-trained Transformer&#xff09;是一种自然语言处理&#xff08;NLP&#xff09;模型&#xff0c;用于生成文本、理解语言和进行各种语言任务。GPT是由OpenAI开发的&#xff0c;它…

Python 异常处理及程序调试

Python 是一门功能强大而又易于学习的编程语言&#xff0c;它提供了丰富的工具和库来帮助开发者编写高效、稳定的程序。然而&#xff0c;在编写复杂的应用程序时&#xff0c;错误和异常是难以避免的。本文将介绍 Python 中的异常处理机制以及程序调试技巧&#xff0c;帮助读者提…

枚举,#define,C中程序内存区域划分

目录 一、枚举 1.1枚举类型的声明 1.2枚举类型的优点 1.3枚举类型的使用 二、#define定义常量 三、C中程序内存区域划分 一、枚举 1.1枚举类型的声明 枚举顾名思义就是⼀⼀列举。 把可能的取值⼀⼀列举。 比如我们现实生活中&#xff1a; ⼀周的星期⼀到星期日是有限…

【AIGC】Stable Diffusion 的提示词入门

一、正向提示词和反向提示词 Stable Diffusion 中的提示词通常用于指导用户对生成的图像进行控制。这些提示词可以分为正向提示词&#xff08;Positive Prompts&#xff09;和反向提示词&#xff08;Negative Prompts&#xff09;两类&#xff0c;它们分别影响图像生成过程中的…

MATLAB计算极限和微积分

一.函数与极限 计算极限&#xff1a;lim(3*x^2/(2x1))&#xff0c;x分别趋于0和1&#xff0c;代码如下&#xff1a; syms x; limit(3*x*x/(2*x1),x,0) limit(3*x*x/(2*x1),x,1) 结果分别为0和1&#xff1a; 1.计算双侧极限 计算极限&#xff1a;lim(3*x^2/(2x1))&#xff0…

输入输出自定义映射矩阵(数据结构树)

输出自定义FC其它算法实现&#xff0c;可以参考下面文章&#xff1a; https://rxxw-control.blog.csdn.net/article/details/125994252https://rxxw-control.blog.csdn.net/article/details/125994252下面我们看下我们的控制要求。在学习本篇博客之前大家可以熟悉下数据结构图…

内网横向渗透-1

目录 内网横向渗透 流量监听工具的使用 ARP欺骗 工具使用 服务密码攻击 hydra medusa ncrack hashcat 内网横向渗透 流量监听工具的使用 ARP欺骗 工具使用 ettercap 工具 可以进行arp欺骗、DNS欺骗&#xff0c;网络钓鱼等等&#xff01; driftnet -i eth0 可以用来…

GiantPandaCV | 视觉类表面缺陷检测项目相关技术总结

本文来源公众号“GiantPandaCV”&#xff0c;仅用于学术分享&#xff0c;侵权删&#xff0c;干货满满。 原文链接&#xff1a;视觉类表面缺陷检测项目相关技术总结 本文由海滨撰写&#xff0c;首发于GaintPandaCV。 零、前言 做这个方向的项目也有一段时间了&#xff0c;作为…

在Postgresql 下安装QGIS

一.打开 Application Stack Builder 二.选择默认端口和安装目标 三.选择【Spatial Extensions】 四.选择安装位置 五.选择安装组件 六.选择数据库和输入对应账号密码 七.安装完成

【Linux】进程的初步认识

进程的初步认识 基本概念描述进程task_struct-PCB的一种task_stuct内容分类 查看进程通过系统调用获取进程标识符 基本概念 要了解进程&#xff0c;首先我们要知道两点 我们可以同时启动多个程序&#xff0c;也就意味着我们可以将多个.exe文件加载到内存操作系统如何去管理这些…

C# CAD SelectionFilter下TypedValue数组

SelectionFilter是用于过滤AutoCAD实体的类&#xff0c;在AutoCAD中&#xff0c;可以使用它来选择具有特定属性的实体。构造SelectionFilter对象时&#xff0c;需要传入一个TypedValue数组&#xff0c;它用于定义选择规则。 在TypedValue数组中&#xff0c;每个元素表示一个选…