动态规划__合唱队形问题

2024-01-28 23:32
文章标签 动态 规划 问题 合唱队

本文主要是介绍动态规划__合唱队形问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

问题描述
     N位同学站成一排,音乐老师要请其中的(N-K)位同学出列,使得剩下的K位同学排成合唱队形。   合唱队形是指这样的一种队形:设K位同学从左到右依次编号为1,2…,K,他们的身高分别为T1,T2,…,TK,  则他们的身高满足T1<...<Ti>Ti+1>…>TK(1<=i<=K)。   你的任务是,已知所有N位同学的身高,计算最少需要几位同学出列,可以使得剩下的同学排成合唱队形。 
     输入格式 Input Format      输入的第一行是一个整数N(2<=N<=100),表示同学的总数。第一行有n个整数,用空格分隔,第i个整数Ti(130<=Ti<=230)是第i位同学的身高(厘米)。 
     输出格式 Output Format      输出包括得到的最优队列的同学个数 以及最终同学的身高排列

思路
     这个问题可以分解为 对于0<=i<=n-1(n为同学数) 我们要求得满足子序列[0, i)的升序排列最优个数p加上子序列[i, n)满足降序最优个数q即p+q最大的i值 对于升序和降序的最优解 可以用动态规划来构造
     数组a[i]是第i个人的身高,b[i]是从左边第一个到a[i]的最长上升子序列,c[i]是从右边第一个到a[i]的最长上升子序列。这题的关键在于理解如何获得b[i]和c[i]的值。我们可以知道,不管a[i]为什么值时,b[i]>=1;(因为它本身就是一个上升序列元素。)假设 i=1 ,此时b[1]=1;因为a[1]的前面没有元素。那么如果a[2]>a[1],显然可以得到b[2]=b[1]+1; 因为a[1],a[2]是一个上升子序列。如果a[3]<=a[2]且a[3]>=a[1],那么b[2]为2;因为它可以和a[1]组成上升子序列。同理,若a[3]>a[1]..a[3-1],则b[3]=max{b[1]...b[3-1]}。由此我们可以得到递推关系式: b[i]=max{b[j](1<=j<i)|a[i]> a[j]}+1 (学过集合的应该看得懂。)同理可以求出c的值。 然后,可以得到符合合唱队的队列是b[i]+c[i]-1(a[i]被重复计算了一次),而题目要求的合唱队列是:max{b[i]+c[i]-1} 1<=i<=总人数,那么要挑出去多少人也就明白了,即 总人数 -  max{b[i]+c[i]-1
[cpp] view plain copy print ?
  1. //DJ.W 2012.11.9   
  2. //合唱队形问题:   
  3. //  问题描述:   给定一串整数 从中剔除一些数 使得其按从从小到大 再从大到小的顺序排列 如: 1 2 3 6 5 4 要求留下的数字尽可能多    
  4. //  输入:     数组大小 数组数据   
  5. //  输出:     能得到的最优队列元素个数 并输出元素队列   
  6. #include <iostream>   
  7. using namespace std;  
  8.   
  9. //用于保存子问题最优解的备忘录   
  10. typedef struct    
  11. {  
  12.     int maxlen; //当前子问题最优解   
  13.     int prev;   //构造该子问题所用到的下一级子问题序号(用于跟踪输出最优队列)   
  14. }Memo;  
  15.   
  16. //用于递归输出Memo B中的解   
  17. void Display(int* A, Memo* M, int i)  
  18. {  
  19.     if (M[i].prev == -1)  
  20.     {  
  21.         cout<<A[i]<<" ";  
  22.         return;  
  23.     }  
  24.     Display(A, M, M[i].prev);  
  25.     cout<<A[i]<<" ";  
  26. }  
  27.   
  28. //算法主要部分   
  29. void GetBestQuence(int* A, int n)  
  30. {  
  31.     //定义备忘录 并作必要的初始化   
  32.     Memo *B = new Memo[n];              //B[i]代表从A[0]到A[i]满足升序剔除部分元素后能得到的最多元素个数   
  33.     Memo *C = new Memo[n];              //C[i]代表从A[i]到A[n-1]满足降序剔除部分元素后能得到的最多元素个数   
  34.     B[0].maxlen = 1;        //由于B[i]由前向后构造 初始化最前面的子问题  (元素本身就是一个满足升序降序的序列)   
  35.     C[n-1].maxlen = 1;      //同样C[i]由后向前构造   
  36.     for (int i=0; i<n; i++) //为前一个最优子问题序号给定一个特殊标识-1    
  37.                             //用于在跟踪路径时终止递归或迭代(因为我们并不知道最终队列从哪里开始)   
  38.     {  
  39.         B[i].prev = -1;  
  40.         C[i].prev = -1;  
  41.     }  
  42.   
  43.     for (i=1; i<n; i++)      //构造B[n]   
  44.     {  
  45.         int max=1;  
  46.         for (int j=i-1; j>=0; j--)               //查看前面的子问题 找出满足条件的最优解 并且记录   
  47.         {  
  48.             if (A[j]<A[i] && B[j].maxlen+1>max)  
  49.             {  
  50.                 max = B[j].maxlen+1;            //跟踪当前最优解   
  51.                 B[i].prev = j;                  //跟踪构造路径   
  52.             }  
  53.         }  
  54.         B[i].maxlen = max;                      //构造最优解   
  55.     }  
  56.       
  57.     for (i=n-1; i>0; i--)  
  58.     {  
  59.         int max=1;  
  60.         for (int j=i; j<n; j++)          //从后往前构造 这是为了后面在统筹最终解时可以直接用B[i]+C[i]-1   
  61.                             //否则我们得到的最优解始终为B[n-1]+C[n-1]   
  62.         {  
  63.             if (A[j]<A[i] && C[j].maxlen+1>max)   //比当前长度更长 记录并构造   
  64.             {  
  65.                 max = C[j].maxlen+1;  
  66.                 C[i].prev = j;  
  67.             }  
  68.         }  
  69.         C[i].maxlen = max;  
  70.     }  
  71.   
  72.     //遍历i 得到最大的B[i]+C[i]-1(-1是因为我们在B[i]和C[i]中 均加上了A[i]这个数 因此需要减去重复的)   
  73.     int maxQuence = 0;  //记录当前最优解   
  74.     int MostTall;       //记录i 用于跟踪构造路径    
  75.     for (i=0; i<n; i++)  
  76.     {  
  77.         if (B[i].maxlen+C[i].maxlen-1 > maxQuence)  
  78.         {  
  79.             maxQuence = B[i].maxlen+C[i].maxlen-1;  
  80.             MostTall = i;  
  81.         }  
  82.     }  
  83.       
  84.     cout<<"最大合唱队形长度: "<<maxQuence<<endl;  
  85.       
  86.     //B由前向后构造 因此prev指向前面的元素 需要递归输出   
  87.     Display( A, B, MostTall);  
  88.     //C的prev指向后面元素 直接迭代输出   
  89.     while (C[MostTall].prev != -1)  
  90.     {  
  91.         MostTall = C[MostTall].prev;  
  92.         cout<<A[MostTall]<<" ";  
  93.     }  
  94.     cout<<endl;  
  95.       
  96.     delete []B;  
  97.     delete []C;  
  98. }  
  99. int main()  
  100. {  
  101.     //测试   
  102.     int *A;  
  103.     int n;  
  104.     cout<<"请输入合唱队员个数: "<<endl;  
  105.     cin>>n;  
  106.   
  107.     A = new int[n];  
  108.     cout<<"输入队员身高 :"<<endl;  
  109.     for (int i=0; i<n; i++)  
  110.     {  
  111.         cin>>A[i];  
  112.     }  
  113.     GetBestQuence(A, n);  
  114.     delete []A;  
  115.     return 0;  
  116. }  
//DJ.W 2012.11.9
//合唱队形问题:
//	问题描述:	给定一串整数 从中剔除一些数 使得其按从从小到大 再从大到小的顺序排列 如: 1 2 3 6 5 4 要求留下的数字尽可能多 
//	输入:		数组大小 数组数据
//	输出:		能得到的最优队列元素个数 并输出元素队列
#include <iostream>
using namespace std;//用于保存子问题最优解的备忘录
typedef struct  
{int maxlen;	//当前子问题最优解int prev;	//构造该子问题所用到的下一级子问题序号(用于跟踪输出最优队列)
}Memo;//用于递归输出Memo B中的解
void Display(int* A, Memo* M, int i)
{if (M[i].prev == -1){cout<<A[i]<<" ";return;}Display(A, M, M[i].prev);cout<<A[i]<<" ";
}//算法主要部分
void GetBestQuence(int* A, int n)
{//定义备忘录 并作必要的初始化Memo *B = new Memo[n];				//B[i]代表从A[0]到A[i]满足升序剔除部分元素后能得到的最多元素个数Memo *C = new Memo[n];				//C[i]代表从A[i]到A[n-1]满足降序剔除部分元素后能得到的最多元素个数B[0].maxlen = 1;		//由于B[i]由前向后构造 初始化最前面的子问题  (元素本身就是一个满足升序降序的序列)C[n-1].maxlen = 1;		//同样C[i]由后向前构造for (int i=0; i<n; i++) //为前一个最优子问题序号给定一个特殊标识-1 //用于在跟踪路径时终止递归或迭代(因为我们并不知道最终队列从哪里开始){B[i].prev = -1;C[i].prev = -1;}for (i=1; i<n; i++)		//构造B[n]{int max=1;for (int j=i-1; j>=0; j--)				//查看前面的子问题 找出满足条件的最优解 并且记录{if (A[j]<A[i] && B[j].maxlen+1>max){max = B[j].maxlen+1;			//跟踪当前最优解B[i].prev = j;					//跟踪构造路径}}B[i].maxlen = max;						//构造最优解}for (i=n-1; i>0; i--){int max=1;for (int j=i; j<n; j++)			//从后往前构造 这是为了后面在统筹最终解时可以直接用B[i]+C[i]-1//否则我们得到的最优解始终为B[n-1]+C[n-1]{if (A[j]<A[i] && C[j].maxlen+1>max)	//比当前长度更长 记录并构造{max = C[j].maxlen+1;C[i].prev = j;}}C[i].maxlen = max;}//遍历i 得到最大的B[i]+C[i]-1(-1是因为我们在B[i]和C[i]中 均加上了A[i]这个数 因此需要减去重复的)int maxQuence = 0;	//记录当前最优解int MostTall;		//记录i 用于跟踪构造路径 for (i=0; i<n; i++){if (B[i].maxlen+C[i].maxlen-1 > maxQuence){maxQuence = B[i].maxlen+C[i].maxlen-1;MostTall = i;}}cout<<"最大合唱队形长度: "<<maxQuence<<endl;//B由前向后构造 因此prev指向前面的元素 需要递归输出Display( A, B, MostTall);//C的prev指向后面元素 直接迭代输出while (C[MostTall].prev != -1){MostTall = C[MostTall].prev;cout<<A[MostTall]<<" ";}cout<<endl;delete []B;delete []C;
}
int main()
{//测试int *A;int n;cout<<"请输入合唱队员个数: "<<endl;cin>>n;A = new int[n];cout<<"输入队员身高 :"<<endl;for (int i=0; i<n; i++){cin>>A[i];}GetBestQuence(A, n);delete []A;return 0;
}

这篇关于动态规划__合唱队形问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/655136

相关文章

线上Java OOM问题定位与解决方案超详细解析

《线上JavaOOM问题定位与解决方案超详细解析》OOM是JVM抛出的错误,表示内存分配失败,:本文主要介绍线上JavaOOM问题定位与解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一、OOM问题核心认知1.1 OOM定义与技术定位1.2 OOM常见类型及技术特征二、OOM问题定位工具

Java使用Javassist动态生成HelloWorld类

《Java使用Javassist动态生成HelloWorld类》Javassist是一个非常强大的字节码操作和定义库,它允许开发者在运行时创建新的类或者修改现有的类,本文将简单介绍如何使用Javass... 目录1. Javassist简介2. 环境准备3. 动态生成HelloWorld类3.1 创建CtC

Vue3绑定props默认值问题

《Vue3绑定props默认值问题》使用Vue3的defineProps配合TypeScript的interface定义props类型,并通过withDefaults设置默认值,使组件能安全访问传入的... 目录前言步骤步骤1:使用 defineProps 定义 Props步骤2:设置默认值总结前言使用T

Web服务器-Nginx-高并发问题

《Web服务器-Nginx-高并发问题》Nginx通过事件驱动、I/O多路复用和异步非阻塞技术高效处理高并发,结合动静分离和限流策略,提升性能与稳定性... 目录前言一、架构1. 原生多进程架构2. 事件驱动模型3. IO多路复用4. 异步非阻塞 I/O5. Nginx高并发配置实战二、动静分离1. 职责2

解决升级JDK报错:module java.base does not“opens java.lang.reflect“to unnamed module问题

《解决升级JDK报错:modulejava.basedoesnot“opensjava.lang.reflect“tounnamedmodule问题》SpringBoot启动错误源于Jav... 目录问题描述原因分析解决方案总结问题描述启动sprintboot时报以下错误原因分析编程异js常是由Ja

MySQL 表空却 ibd 文件过大的问题及解决方法

《MySQL表空却ibd文件过大的问题及解决方法》本文给大家介绍MySQL表空却ibd文件过大的问题及解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考... 目录一、问题背景:表空却 “吃满” 磁盘的怪事二、问题复现:一步步编程还原异常场景1. 准备测试源表与数据

解决Nginx启动报错Job for nginx.service failed because the control process exited with error code问题

《解决Nginx启动报错Jobfornginx.servicefailedbecausethecontrolprocessexitedwitherrorcode问题》Nginx启... 目录一、报错如下二、解决原因三、解决方式总结一、报错如下Job for nginx.service failed bec

SysMain服务可以关吗? 解决SysMain服务导致的高CPU使用率问题

《SysMain服务可以关吗?解决SysMain服务导致的高CPU使用率问题》SysMain服务是超级预读取,该服务会记录您打开应用程序的模式,并预先将它们加载到内存中以节省时间,但它可能占用大量... 在使用电脑的过程中,CPU使用率居高不下是许多用户都遇到过的问题,其中名为SysMain的服务往往是罪魁

MySQ中出现幻读问题的解决过程

《MySQ中出现幻读问题的解决过程》文章解析MySQLInnoDB通过MVCC与间隙锁机制在可重复读隔离级别下解决幻读,确保事务一致性,同时指出性能影响及乐观锁等替代方案,帮助开发者优化数据库应用... 目录一、幻读的准确定义与核心特征幻读 vs 不可重复读二、mysql隔离级别深度解析各隔离级别的实现差异

C++ vector越界问题的完整解决方案

《C++vector越界问题的完整解决方案》在C++开发中,std::vector作为最常用的动态数组容器,其便捷性与性能优势使其成为处理可变长度数据的首选,然而,数组越界访问始终是威胁程序稳定性的... 目录引言一、vector越界的底层原理与危害1.1 越界访问的本质原因1.2 越界访问的实际危害二、基