DAG 上的动态规划(训练指南—大白书)
有向无环图(DAG,Directed Acyclic Graph)上的动态规划是学习动态规划的基础。很多问题都可以转化为DAG上的最长路、最短路或路径计数问题。
一、矩形嵌套
题目描述:
有n个矩形,每个矩形可以用两个整数a,b描述,表示它的长和宽。矩形X(a,b)可以嵌套在矩形Y(c,d)中当且仅当a<c,b<d,或者b<c,a<d(相当于把矩形X旋转90°)。例如(1,5)可以嵌套在(6,2)内,但不能嵌套在(3,4)内。你的任务是选出尽可能多的矩形排成一行。使得除了最后一个之外,每个矩形都可以嵌套在下一个矩形内。
解题思路:
如何求DAG中不固定起点的最长路径呢?仿照数字三角形的做法,设d(i)表示从节点i出发的最长路长度,应该如何写状态方程呢?第一步只能走到它的相邻点,因此:
d(i) = max { d(j) + 1 | (i,j)-> E }
其中E为边集,最终答案为d(i).那如果要求输出字典序最小的最长路径呢?那么必须找到第一个最长的路径的值然后递归输出。
代码:
#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include<algorithm>
#include<iostream>
using namespace std ;
const int MX = 1000 + 10 ;
int n ;
int G[MX][MX],dp[MX] ;
struct node
{
int x,y ;
}T[MX] ;
void buildGraph() // 建图
{
memset(G,0,sizeof(G)) ;
for(int i=0 ;i<n ;i++)
for(int j=0 ;j<n ;j++)
if(T[i].x>T[j].x&&T[i].y>T[j].y)
G[i][j]=1 ;
}
int DAG(int x) // 记忆化求解
{
int& ans = dp[x] ;
if(ans > 0) return ans ;
ans=1 ;
for(int i=0 ;i<n ;i++)
if(G[x][i])
{
int mx=DAG(i)+1 ;
ans = ans > mx ? ans : mx ;
}
return ans ;
}
void print(int x) // 打印路径
{
printf("%d ",x) ;
for(int i=0 ;i<n ;i++)
if(G[x][i]&&dp[x]==dp[i]+1)
{
print(i) ;
break ;
}
}
int main()
{
int Tx ;
scanf("%d",&Tx) ;
while(Tx--)
{
scanf("%d",&n) ;
for(int i=0 ;i<n ;i++)
{
scanf("%d%d",&T[i].x,&T[i].y) ;
if(T[i].x>T[i].y)
swap(T[i].x,T[i].y) ;
}
int ans=1 ;
buildGraph() ;
memset(dp,-1,sizeof(dp)) ;
for(int i=0 ;i<n ;i++)
{
int mx=DAG(i) ;
ans= mx > ans ? mx : ans ;
}
for(int i=0 ;i<n ;i++)// 寻找第一个点
if(dp[i]==ans)
{
printf("%d\n",ans) ;
print(i) ;
break ;
}
}
return 0 ;
}
二、硬币问题
题目描述:
有n种硬币,面值分别为V1,V2...,Vn,每种都有无限多。给定非负整数S,可以选用多少个硬币,使得面值之和恰好为S?输出硬币数目的最小值和最大值。0 <= n <= 100, 0 <= S <= 10000, 1 <= Vi <= S。
解题思路:
本题的本质还是DAG上的路径问题。我们把每种面值看作一个点,表示"还需要凑足的面值",则初始状态为S,目标状态为0。若当前的状态i,每使用一个硬币j,状态便转移到i-Vj。这个模型和嵌套矩形一题类似,但也有些明显的不同之处:上题并没有确定路径的起点和终点(可以把任意矩形放在第一个和最后一个),而本题的起点必须是S,终点必须是0。把终点固定之后"最短路"才是有意义的。在嵌套矩形中,最短序列显然是空(如果不允许空的话,就是单个矩形,不管怎样都是平凡的),而本题的最短路径却不是那么容易确定的。
接下来考虑"硬币问题"。注意到最长路和最短路的求法是类似的,下面只考虑最长路。由于终点固定,d(i)的确切含义变为"从节点i出发到节点0的最长路径长度"。
代码:
#include<stdio.h>
#include<stdlib.h>
#include<iostream>
#define INF 1<<30
#define maxn 100+10
using namespace std ;
int V[maxn],n;
int min[maxn],max[maxn]; inline int Min(int a,int b){return a<b?a:b;}
inline int Max(int a,int b){return a>b?a:b;} //打印可行的方案
void print_ans(int* d,int S)
{
for(int i=1;i<=n;i++)
{
if(S>=V[i] && d[S]==d[S-V[i]]+1)
{
printf("%d ",V[i]);
print_ans(d,S-V[i]);
break;
}
}
}
int main()
{
int S;
while(~scanf("%d%d",&S,&n)) //输入面值S和面值的种数n
{
for(int i=1;i<=n;i++)
scanf("%d",&V[i]);
max[0]=0; min[0]=0;
for(int i=1;i<=S;i++)
min[i]=INF,max[i]=-INF;
//递推实现
for(int i=1;i<=S;i++)
for(int j=1;j<=n;j++)
if(i>=V[j])
{
min[i]=Min(min[i],min[i-V[j]]+1);
max[i]=Max(max[i],max[i-V[j]]+1);
}
print_ans(min,S);
printf(" min\n");
print_ans(max,S);
printf(" max\n");
printf("min:%d max:%d\n",min[S],max[S]);
}
return 0;
}
分析:本质上市一个DAG上的路径问题,我们把每种面值看做一个点,表示还需凑足的面值,则初始状态为0,目标状态为0,若当前在i,则每使用一枚硬币j,状态转移到i-vj。
代码:
#include<stdio.h>
#define N 1100
int v[N],min[N],max[N],min_coins[N],max_coins[N]; void print_ans(int *d,int s, int n) {
while(s){
printf("%d ",v[d[s]]);
s-=v[d[s]];
}
printf("\n");
}
int main() {
int T,i,j,n,s;
scanf("%d",&T);
while(T--) {
scanf("%d %d",&n,&s);
for(i=0;i<n;i++)
scanf("%d",&v[i]);
min[0]=max[0]=0;
for(i=1;i<=s;i++){
min[i]=0x7FFFFFFF;
max[i]=-0x7FFFFFFF;
}
for(i=1;i<=s;i++){
for(j=0;j<n;j++){
if(i>=v[j]){
//min[i]=min[i]<(min[i-v[j]]+1)?min[i]:(min[i-v[j]]+1);
if(min[i]>min[i-v[j]]+1){
min[i]=min[i-v[j]]+1;
min_coins[i]=j;
}
if(max[i]<max[i-v[j]]+1){
max[i]=max[i-v[j]]+1;
max_coins[i]=j;
}
//max[i]=max[i]>(max[i-v[j]]+1)?max[i]:(max[i-v[j]]+1);
}
}
}
printf("%d %d\n",min[s],max[s]);
print_ans(min_coins,s,n);
print_ans(max_coins,s,n);
}
return 0;
}
上面的代码中,如果不需要输出路径的话,则可以不要max_coins和min_coins数组,下面在写一个递归的。
#include<stdio.h>
#include<string.h>
#define N 1100 int v[N],d[N],vis[N]; int dp(int s, int n) {
int i;
if(vis[s])
return d[s];
vis[s]=1; d[s]=-1<<30;//没有算过的我们假定很小
for(i=0;i<n;i++)
if(s>=v[i]&&d[s]<dp(s-v[i],n)+1)
d[s]=dp(s-v[i],n)+1;
return d[s];
}
void print_ans(int s,int n){
int i;
for(i=0;i<n;i++){
if(s>=v[i]&&d[s]==d[s-v[i]]+1){
printf("%d ",v[i]);//输出所选的银币面值
print_ans(s-v[i],n);
break;
}
}
}
int main() {
int T,i,n,s,ans;
scanf("%d",&T);
while(T--) {
scanf("%d %d",&n,&s);
for(i=0;i<n;i++) {
scanf("%d",&v[i]);
}
memset(vis,0,sizeof(vis));
vis[0]=1;
d[0]=0;//终点状态药初始化为0,访问过
ans=dp(s,n);
printf("%d\n",ans);
print_ans(s,n);
printf("\n");
}
return 0;
}
只写了求最长路径的,如果要求最短路径,则和最长路径类似,在此省略。
DAG 上的动态规划(训练指南—大白书)的更多相关文章
- UVA 1025 "A Spy in the Metro " (DAG上的动态规划?? or 背包问题??)
传送门 参考资料: [1]:算法竞赛入门经典:第九章 DAG上的动态规划 题意: Algorithm城市的地铁有 n 个站台,编号为 1~n,共有 M1+M2 辆列车驶过: 其中 M1 辆列车从 1 ...
- UVa 103 Stacking Boxes --- DAG上的动态规划
UVa 103 题目大意:给定n个箱子,每个箱子有m个维度, 一个箱子可以嵌套在另一个箱子中当且仅当该箱子的所有的维度大小全部小于另一个箱子的相应维度, (注意箱子可以旋转,即箱子维度可以互换),求最 ...
- DAG上的动态规划之嵌套矩形
题意描述:有n个矩形,每个矩形可以用两个整数a.b描述,表示它的长和宽, 矩形(a,b)可以嵌套在矩形(c,d)当且仅当a<c且b<d, 要求选出尽量多的矩形排成一排,使得除了最后一个外, ...
- 第九章(二)DAG上的动态规划
DAG上的动态规划: 有向无环图上的动态规划是学习DP的基础,很多问题都可以转化为DAG上的最长路.最短路或路径计数问题. 1.没有明确固定起点重点的DAG模型: 嵌套矩形问题:有n个矩形,每个矩形可 ...
- DP入门(2)——DAG上的动态规划
有向无环图(DAG,Directed Acyclic Graph)上的动态规划是学习动态规划的基础.很多问题都可以转化为DAG上的最长路.最短路或路径计数问题. 一.DAG模型 [嵌套矩形问题] 问题 ...
- 嵌套矩形——DAG上的动态规划
有向无环图(DAG,Directed Acyclic Graph)上的动态规划是学习动态规划的基础.非常多问题都能够转化为DAG上的最长路.最短路或路径计数问题. 题目描写叙述: 有n个矩形,每一个矩 ...
- DAG上的动态规划---嵌套矩形(模板题)
一.DAG的介绍 Directed Acyclic Graph,简称DAG,即有向无环图,有向说明有方向,无环表示不能直接或间接的指向自己. 摘录:有向无环图的动态规划是学习动态规划的基础,很多问题都 ...
- 9.2 DAG上的动态规划
在有向无环图上的动态规划是学习动态规划的基础,很多问题都可以转化为DAG上的最长路,最短路或路径计数问题 9.2.1 DAG模型 嵌套矩形问题: 矩形之间的可嵌套关系是一种典型的二元关系,二元关系可以 ...
- UVA 437 The Tower of Babylon(DAG上的动态规划)
题目大意是根据所给的有无限多个的n种立方体,求其所堆砌成的塔最大高度. 方法1,建图求解,可以把问题转化成求DAG上的最长路问题 #include <cstdio> #include &l ...
随机推荐
- JSON数据写入和解析
如何写入JSON 需要第三方jar包,JSON包 //写入json数据 public static String sendJson() { JSONObject json = new JSONObje ...
- Unet 项目部分代码学习
github地址:https://github.com/orobix/retina-unet 主程序: ################################################ ...
- 常见的HTTP响应状态码解析
概要 状态码的职责是当客户端向服务器端发送请求时,描述返回的请求结果.借助于状态码,浏览器(或者说用户)可以知道服务器是正常的处理了请求,还是出现了错误. 状态码以3位数字和原因短语组成,例如 200 ...
- Senparc.Weixin微信开发(3) 自定义菜单与获取用户组
自定义菜单 代码参考:http://www.cnblogs.com/szw/p/3750517.html 还可以使用他们官网的自定义:https://neuchar.senparc.com/User/ ...
- 运维基础——Zabbix 设置Redis监控
https://blog.csdn.net/xundh/article/details/77604357
- MySQL Windows 下的安装
my.ini ####################配置文件开始################### # For advice on how to change settings please s ...
- opencv图片坐标和数组坐标
图片坐标和数组坐标是相反的,坐标原点位于左上角 import numpy as np import cv2 height, width = 150, 200 img = np.zeros((heigh ...
- @transactional注解下失效
这几天在项目里面发现我使用@Transactional注解事务之后,抛了异常居然不回滚.后来终于找到了原因. 如果你也出现了这种情况,可以从下面开始排查. 一.特性 先来了解一下@Transactio ...
- Ncurses - Panel
当你需要创建许多窗口时,你很快就会发现它们会变得难以管理.Panel library提供了很好的解决方案. Panel 实际上是一个窗口,通过容器 - 栈 来管理,栈顶的 panel 是完全可见的,其 ...
- .Net core2.0+Mysql5.7部署到CentOS7.5完整实践经验
本文为本人最近学习将.Net Core部署到Linux的一些经验总结,也提供点也和我一样对Linux接触不多的.Net Core开发者. 一.部署用到的环境和工具 1.Linux采用最新的CentOS ...