【C++刷题】优选算法——动态规划第六辑

2024-04-30 04:04
文章标签 算法 动态 规划 c++ 刷题 优选 第六

本文主要是介绍【C++刷题】优选算法——动态规划第六辑，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！

  1. 【模板】01背包
状态表示:dp1[i][j]: 表示从前i个物品中挑选总体积不超过j的物品，在所有的选法中，能挑选出的最大价值dp2[i][j]: 表示从前i个物品中挑选总体积正好等于j的物品，在所有的选法中，能挑选出的最大价值
优化:利用滚动数组做空间上的优化

int main()
{int n, V; // n 物品个数 V 背包体积cin >> n >> V;int v, w; // v 物品体积 w物品价值vector<pair<int, int>> goods(1);while(cin >> v >> w) goods.push_back(make_pair(v, w));// 1.dp数组vector<vector<int>> dp1(n + 1, vector<int>(V + 1));vector<vector<int>> dp2(n + 1, vector<int>(V + 1));// 2.初始化for(int j = 1; j < dp2[0].size(); ++j) dp2[0][j] = -1;// 3.状态转移方程for(int i = 1; i < dp1.size(); ++i){for(int j = 1; j < dp1[0].size(); ++j){if(j - goods[i].first >= 0)dp1[i][j] = max(dp1[i-1][j], dp1[i-1][j-goods[i].first] + goods[i].second);elsedp1[i][j] = dp1[i-1][j];}}for(int i = 1; i < dp2.size(); ++i){for(int j = 1; j < dp2[0].size(); ++j){if(j - goods[i].first >= 0 && dp2[i-1][j-goods[i].first] != -1)dp2[i][j] = max(dp2[i-1][j], goods[i].second + dp2[i-1][j-goods[i].first]);elsedp2[i][j] = dp2[i-1][j];}}// 4.返回值cout << dp1.back().back() << endl;cout << (dp2.back().back() == -1 ? 0 : dp2.back().back()) << endl;return 0;
}// 优化版
int main()
{int n, V; // n 物品个数 V 背包体积cin >> n >> V;int v, w; // v 物品体积 w物品价值vector<pair<int, int>> goods(1);while(cin >> v >> w) goods.push_back(make_pair(v, w));// 1.dp数组vector<int> dp1(V + 1);vector<int> dp2(V + 1);// 2.初始化for(int j = 1; j < dp2.size(); ++j) dp2[j] = -1;// 3.状态转移方程for(int i = 1; i <= n; ++i){for(int j = dp1.size() - 1; j - goods[i].first >= 0; --j){dp1[j] = max(dp1[j], dp1[j-goods[i].first] + goods[i].second);}}for(int i = 1; i <= n; ++i){for(int j = dp2.size() - 1; j - goods[i].first >= 0; --j){if(dp2[j-goods[i].first] != -1)dp2[j] = max(dp2[j], goods[i].second + dp2[j-goods[i].first]);}}// 4.返回值cout << dp1.back() << endl;cout << (dp2.back() == -1 ? 0 : dp2.back()) << endl;return 0;
}
  1. 分割等和子集
问题转化:是否能在在数组中选择一些和为num/2的数出来
状态表示:dp[i][j]: 表示从前i个数中能否选出一组数，使它的和为j

bool canPartition(vector<int>& nums)
{// 0.预处理int sum = 0;for(int e : nums) sum += e;if(sum % 2) return false;sum /= 2;// 1.dp数组vector<vector<bool>> dp(nums.size() + 1, vector<bool>(sum + 1));// 2.初始化for(int i = 0; i < dp.size(); ++i) dp[i][0] = true;// 3.状态转移方程for(int i = 1; i < dp.size(); ++i){for(int j = 0; j < dp[0].size(); ++j){if(j - nums[i-1] >= 0)dp[i][j] = dp[i-1][j] || dp[i-1][j-nums[i-1]];elsedp[i][j] = dp[i-1][j];}}// 4.返回值return dp.back().back();
}// 优化版
bool canPartition(vector<int>& nums)
{// 0.预处理int sum = 0;for(int e : nums) sum += e;if(sum % 2) return false;sum /= 2;// 1.dp数组vector<bool> dp(sum + 1);// 2.初始化dp[0] = true;// 3.状态转移方程for(int i = 1; i <= nums.size(); ++i){for(int j = dp.size() - 1; j - nums[i-1] >= 0; --j){dp[j] = dp[j] || dp[j-nums[i-1]];}}// 4.返回值return dp.back();
}
  1. 目标和
问题转化:假如 nums 中正数的和为 a，负数的和取绝对值为 b，则由 a-b=target; a+b=sum; 得到 a=(target+sum)/2所以问题可以转化为: 在 nums 数组中挑选一些数出来，使它的和等于 a，问一共有多少种挑选的方法
状态表示:dp[i][j]: 在 nums 数组的前 i 个数中一共有多少种挑选方式，使挑选出来的数的和等于 j

int findTargetSumWays(vector<int>& nums, int target)
{// 0.预处理int sum = 0;for(int e : nums) sum += e;int aim = (target + sum) / 2;if(aim < 0 || (target + sum) % 2) return 0;// 1.dp数组vector<vector<int>> dp(nums.size() + 1, vector<int>(aim + 1));// 2.初始化dp[0][0] = 1;// 3.状态转移方程for(int i = 1; i < dp.size(); ++i){for(int j = 0; j < dp[0].size(); ++j){if(j - nums[i-1] >= 0){dp[i][j] = dp[i-1][j] + dp[i-1][j - nums[i-1]];}else{dp[i][j] = dp[i-1][j];}}}// 4.返回值return dp.back().back();
}// 优化版
int findTargetSumWays(vector<int>& nums, int target)
{// 0.预处理int sum = 0;for(int e : nums) sum += e;int aim = (target + sum) / 2;if(aim < 0 || (target + sum) % 2) return 0;// 1.dp数组vector<int> dp(aim + 1);// 2.初始化dp[0] = 1;// 3.状态转移方程for(int i = 1; i <= nums.size(); ++i){for(int j = dp.size() - 1; j - nums[i-1] >= 0; --j){dp[j] += dp[j - nums[i-1]];}}// 4.返回值return dp.back();
}
  1. 最后一块石头的重量 II
问题转化:在数组中选一些数出来，使这些数的和尽可能地接近 sum/2
状态表示:dp[i][j]: 表示从数组的前 i 个元素中选一些数出来，其总和不大于 j 的最大和

int lastStoneWeightII(vector<int>& stones)
{// 0.预处理int sum = 0;for(int e : stones) sum += e;int aim = sum / 2;// 1.dp数组vector<vector<int>> dp(stones.size() + 1, vector<int>(aim + 1));// 2.初始化// 4.状态转移方程for(int i = 1; i < dp.size(); ++i){for(int j = 0; j < dp[0].size(); ++j){if(j - stones[i-1] >= 0){dp[i][j] = max(dp[i-1][j], dp[i-1][j - stones[i-1]] + stones[i-1]);}else{dp[i][j] = dp[i-1][j];}}}// 4.返回值return sum - 2*dp.back().back();
}// 优化版
int lastStoneWeightII(vector<int>& stones)
{// 0.预处理int sum = 0;for(int e : stones) sum += e;int aim = sum / 2;// 1.dp数组vector<int> dp(aim + 1);// 2.初始化// 4.状态转移方程for(int i = 1; i <= stones.size(); ++i){for(int j = dp.size() - 1; j - stones[i-1] >= 0; --j){dp[j] = max(dp[j], dp[j - stones[i-1]] + stones[i-1]);}}// 4.返回值return sum - 2*dp.back();
}
  1. 【模板】完全背包
状态表示:dp1[i][j]: 表示从前 i 个物品中，所选出的物品，体积不大于 j 的最大价值dp2[i][j]: 表示从前 i 个物品中，所选出的物品，体积正好等于 j 的最大价值

int main()
{// 0.预处理int n, V; // n 物品个数 V 背包体积cin >> n >> V;vector<pair<int, int>> goods(1);int v, w; // v 物品的体积 w 物品的价值while(cin >> v >> w) goods.push_back(make_pair(v, w));// 1.dp数组vector<vector<int>> dp(n + 1, vector<int>(V + 1));vector<vector<int>> dp2(n + 1, vector<int>(V + 1, -1));// 2.初始化dp2[0][0] = 0;// 3.状态转移方程for(int i = 1; i < dp.size(); ++i){for(int j = 0; j < dp[0].size(); ++j){dp[i][j] = dp[i-1][j];if(j - goods[i].first >= 0){dp[i][j] = max(dp[i][j], dp[i][j - goods[i].first] + goods[i].second);}// int k = 1;// while(true)// {//     if(j - k * goods[i].first >= 0)//     {//         dp[i][j] = max(dp[i][j], dp[i-1][j - k * goods[i].first] + k * goods[i].second);//         ++k;//     }//     else//     {//         break;//     }// }}}for(int i = 1; i < dp2.size(); ++i){for(int j = 0; j < dp2[0].size(); ++j){dp2[i][j] = dp2[i-1][j];if(j - goods[i].first >= 0 && dp2[i][j - goods[i].first] != -1){dp2[i][j] = max(dp2[i][j], dp2[i][j - goods[i].first] + goods[i].second);}// int k = 1;// while(true)// {//     if(j - k * goods[i].first >= 0)//     {//         if(dp2[i-1][j - k * goods[i].first] != -1)//         {//             dp2[i][j] = max(dp2[i][j], dp2[i-1][j - k * goods[i].first] + k * goods[i].second);//         }//         ++k;//     }//     else//     {//         break;//     }// }}}// 4.返回值cout << dp.back().back() << endl;cout << (dp2.back().back() == -1 ? 0 : dp2.back().back())  << endl;return 0;
}// 优化版
int main()
{// 0.预处理int n, V; // n 物品个数 V 背包体积cin >> n >> V;vector<pair<int, int>> goods(1);int v, w; // v 物品的体积 w 物品的价值while(cin >> v >> w) goods.push_back(make_pair(v, w));// 1.dp数组vector<int> dp(V + 1);vector<int> dp2(V + 1, -1);// 2.初始化dp2[0] = 0;// 3.状态转移方程for(int i = 1; i < goods.size(); ++i){for(int j = goods[i].first; j < dp.size(); ++j){dp[j] = max(dp[j], dp[j - goods[i].first] + goods[i].second);}// for(int j = 0; j < dp.size(); ++j)// {//     if(j - goods[i].first >= 0)//     {//         dp[j] = max(dp[j], dp[j - goods[i].first] + goods[i].second);//     }// }}for(int i = 1; i < goods.size(); ++i){for(int j = goods[i].first; j < dp2.size(); ++j){if(dp2[j - goods[i].first] != -1){dp2[j] = max(dp2[j], dp2[j - goods[i].first] + goods[i].second);}}// for(int j = 0; j < dp2.size(); ++j)// {//     if(j - goods[i].first >= 0 && dp2[j - goods[i].first] != -1)//     {//         dp2[j] = max(dp2[j], dp2[j - goods[i].first] + goods[i].second);//     }// }}// 4.返回值cout << dp.back() << endl;cout << (dp2.back() == -1 ? 0 : dp2.back())  << endl;return 0;
}
  1. 零钱兑换
状态表示:dp[i][j]: 表示从前 i 种硬币中，在所有取出的硬币总额等于 j 的方式中，所取出的最少硬币数

int coinChange(vector<int>& coins, int amount)
{// 1.dp数组vector<vector<int>> dp(coins.size() + 1, vector<int>(amount + 1, -1));// 2.初始化dp[0][0] = 0;// 3.状态转移方程for(int i = 1; i < dp.size(); ++i){for(int j = 0; j < dp[0].size(); ++j){                dp[i][j] = dp[i-1][j];if(j - coins[i-1] >= 0 && dp[i][j - coins[i-1]] != -1){if(dp[i][j] != -1) dp[i][j] = min(dp[i][j], dp[i][j - coins[i-1]] + 1);else dp[i][j] = dp[i][j - coins[i-1]] + 1;}}}// 4.返回值return dp.back().back();
}// 优化版
int coinChange(vector<int>& coins, int amount)
{// 1.dp数组vector<int> dp(amount + 1, -1);// 2.初始化dp[0] = 0;// 3.状态转移方程for(int i = 1; i <= coins.size(); ++i){for(int j = 0; j < dp.size(); ++j){                if(j - coins[i-1] >= 0 && dp[j - coins[i-1]] != -1){if(dp[j] != -1) dp[j] = min(dp[j], dp[j - coins[i-1]] + 1);else dp[j] = dp[j - coins[i-1]] + 1;}}}// 4.返回值return dp.back();
}
  1. 零钱兑换 II
状态表示:dp[i][j]: 表示从 i 种硬币中，可以挑选出总额等于 j 的不同挑选方式

int change(int amount, vector<int>& coins)
{// 1.dp数组vector<vector<int>> dp(coins.size() + 1, vector<int>(amount + 1));// 2.初始化dp[0][0] = 1;// 3.状态转移方程for(int i = 1; i < dp.size(); ++i){for(int j = 0; j < dp[0].size(); ++j){dp[i][j] = dp[i-1][j];if(j - coins[i-1] >= 0){dp[i][j] += dp[i][j-coins[i-1]];}}}// 4.返回值return dp.back().back();
}// 优化版
int change(int amount, vector<int>& coins)
{// 1.dp数组vector<int> dp(amount + 1);// 2.初始化dp[0] = 1;// 3.状态转移方程for(int i = 1; i <= coins.size(); ++i){for(int j = coins[i-1]; j < dp.size(); ++j){dp[j] += dp[j-coins[i-1]];}}// 4.返回值return dp.back();
}
  1. 完全平方数
状态表示:dp[i][j]: 表示从前 i 种完全平方数中，能挑选出总和等于 j 的所有方式中，挑选的完全平方数最少的个数

int numSquares(int n)
{// 0.预处理int m = sqrt(n);// 1.dp数组vector<vector<int>> dp(m + 1, vector<int>(n + 1, -1));// 2.初始化dp[0][0] = 0;// 3.状态转移方程for(int i = 1; i < dp.size(); ++i){for(int j = 0; j < dp[0].size(); ++j){dp[i][j] = dp[i-1][j];if(j - pow(i, 2) >= 0 && dp[i][j - pow(i, 2)] != -1){if(dp[i][j] != -1){dp[i][j] = min(dp[i][j], dp[i][j - pow(i, 2)] + 1);}else{dp[i][j] = dp[i][j - pow(i, 2)] + 1;}}}}// 4.返回值return dp.back().back();
}// 优化版
int numSquares(int n)
{// 0.预处理int m = sqrt(n);// 1.dp数组vector<int> dp(n + 1, -1);// 2.初始化dp[0] = 0;// 3.状态转移方程for(int i = 1; i <= m; ++i){for(int j = pow(i, 2); j < dp.size(); ++j){if(dp[j - pow(i, 2)] != -1){if(dp[j] != -1) dp[j] = min(dp[j], dp[j - pow(i, 2)] + 1);else dp[j] = dp[j - pow(i, 2)] + 1;}}}// 4.返回值return dp.back();
}
  1. 一和零
状态表示:dp[i][j][k]: 表示从前i个二进制字符串中，能选出的字符'0'的个数不大于j，字符'1'的个数不大于k的所有方式中，二进制字符串最多的个数

int findMaxForm(vector<string>& strs, int m, int n)
{// 1.dp数组vector<vector<vector<int>>> dp(strs.size() + 1, vector<vector<int>>(m + 1, vector<int>(n + 1)));// 2.初始化// 3.状态转移方程for(int i = 1; i <= strs.size(); ++i){int c0 = 0, c1 = 0;for(char c : strs[i-1]){if(c == '0') ++c0;else ++c1;}for(int j = 0; j <= m; ++j){for(int k = 0; k <= n; ++k){dp[i][j][k] = dp[i-1][j][k];if(j - c0 >= 0 && k - c1 >= 0){dp[i][j][k] = max(dp[i][j][k], dp[i-1][j-c0][k-c1] + 1);}}}}// 4.返回值return dp[strs.size()][m][n];
}// 优化版
int findMaxForm(vector<string>& strs, int m, int n)
{// 1.dp数组vector<vector<int>> dp(m + 1, vector<int>(n + 1));// 2.初始化// 3.状态转移方程for(int i = 1; i <= strs.size(); ++i){int c0 = 0, c1 = 0;for(char c : strs[i-1]){if(c == '0') ++c0;else ++c1;}for(int j = m; j - c0 >= 0; --j){for(int k = n; k - c1 >= 0; --k){dp[j][k] = max(dp[j][k], dp[j-c0][k-c1] + 1);}}}// 4.返回值return dp[m][n];
}
  1. 盈利计划
状态表示:dp[i][j][k]: 表示从前 i 个工作中挑选，总人数小于等于 j，总利润大于等于 k 的所有选择方式

int profitableSchemes(int n, int minProfit, vector<int>& group, vector<int>& profit)
{const int MOD = 1e9+7;// 1.dp数组vector<vector<vector<int>>> dp(group.size() + 1, vector<vector<int>>(n+1, vector<int>(minProfit+1)));// 2.初始化for(int j = 0; j <= n; ++j){dp[0][j][0] = 1;}// 3.状态转移方程for(int i = 1; i <= group.size(); ++i){for(int j = 0; j <= n; ++j){for(int k = 0; k <= minProfit; ++k){dp[i][j][k] = dp[i-1][j][k];if(j - group[i-1] >= 0){dp[i][j][k] += dp[i-1][j-group[i-1]][max(0, k-profit[i-1])];}dp[i][j][k] %= MOD;}}}// 4.返回值return dp.back().back().back();
}// 优化版
int profitableSchemes(int n, int minProfit, vector<int>& group, vector<int>& profit)
{const int MOD = 1e9+7;// 1.dp数组vector<vector<int>> dp(n+1, vector<int>(minProfit+1));// 2.初始化for(int j = 0; j <= n; ++j){dp[j][0] = 1;}// 3.状态转移方程for(int i = 1; i <= group.size(); ++i){for(int j = n; j - group[i-1] >= 0; --j){for(int k = 0; k <= minProfit; ++k){dp[j][k] += dp[j-group[i-1]][max(0, k-profit[i-1])];dp[j][k] %= MOD;}}}// 4.返回值return dp.back().back();
}
  1. 组合总和 Ⅳ
背包问题：有限制条件下的“组合”问题根据分析问题的过程中，发现重复子问题，抽象出来一个状态表示
状态表示:dp[i]: 表示凑成总和 i，一共有多少种排列数

int combinationSum4(vector<int>& nums, int target)
{// 1.dp数组vector<double> dp(target + 1);// 2.初始化dp[0] = 1;// 3.状态转移方程for(int i = 1; i <= target; ++i){for(int num : nums){if(i - num >= 0) dp[i] += dp[i-num];}}// 4.返回值return dp.back();
}
  1. 不同的二叉搜索树
根据分析问题的过程中，发现重复子问题，抽象出来一个状态表示
状态表示:dp[i]: 表示节点个数为 i 的时候，一共有多少种二叉搜索树

int numTrees(int n)
{// 1.dp数组vector<int> dp(n + 1);// 2.初始化dp[0] = 1;// 3.状态转移方程for(int i = 1; i <= n; ++i){for(int j = 1; j <= i; ++j){dp[i] += dp[j-1] * dp[i-j];}}// 4.返回值return dp.back();
}

这篇关于【C++刷题】优选算法——动态规划第六辑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/947862。

相关文章

Windows下C++使用SQLitede的操作过程

Windows下C++使用SQLitede的操作过程

《Windows下C++使用SQLitede的操作过程》本文介绍了Windows下C++使用SQLite的安装配置、CppSQLite库封装优势、核心功能（如数据库连接、事务管理）、跨平台支持及性能优... 目录Windows下C++使用SQLite1、安装2、代码示例CppSQLite：C++轻松操作SQ
阅读更多...
C++中RAII资源获取即初始化

C++中RAII资源获取即初始化

《C++中RAII资源获取即初始化》RAII通过构造/析构自动管理资源生命周期,确保安全释放,本文就来介绍一下C++中的RAII技术及其应用,具有一定的参考价值,感兴趣的可以了解一下... 目录一、核心原理与机制二、标准库中的RAII实现三、自定义RAII类设计原则四、常见应用场景1. 内存管理2. 文件操
阅读更多...
C++中零拷贝的多种实现方式

C++中零拷贝的多种实现方式

《C++中零拷贝的多种实现方式》本文主要介绍了C++中零拷贝的实现示例,旨在在减少数据在内存中的不必要复制,从而提高程序性能、降低内存使用并减少CPU消耗,零拷贝技术通过多种方式实现,下面就来了解一下... 目录一、C++中零拷贝技术的核心概念二、std::string_view 简介三、std::stri
阅读更多...
C++高效内存池实现减少动态分配开销的解决方案

C++高效内存池实现减少动态分配开销的解决方案

《C++高效内存池实现减少动态分配开销的解决方案》C++动态内存分配存在系统调用开销、碎片化和锁竞争等性能问题,内存池通过预分配、分块管理和缓存复用解决这些问题,下面就来了解一下... 目录一、C++内存分配的性能挑战二、内存池技术的核心原理三、主流内存池实现：TCMalloc与Jemalloc1. TCM
阅读更多...
C++ 函数 strftime 和时间格式示例详解

C++ 函数 strftime 和时间格式示例详解

《C++函数strftime和时间格式示例详解》strftime是C/C++标准库中用于格式化日期和时间的函数,定义在ctime头文件中,它将tm结构体中的时间信息转换为指定格式的字符串,是处理... 目录C++ 函数 strftipythonme 详解一、函数原型二、功能描述三、格式字符串说明四、返回值五
阅读更多...
C++作用域和标识符查找规则详解

C++作用域和标识符查找规则详解

《C++作用域和标识符查找规则详解》在C++中,作用域（Scope）和标识符查找（IdentifierLookup）是理解代码行为的重要概念,本文将详细介绍这些规则,并通过实例来说明它们的工作原理,需... 目录作用域标识符查找规则1. 普通查找（Ordinary Lookup）2. 限定查找（Qualif
阅读更多...
Java调用C#动态库的三种方法详解

Java调用C#动态库的三种方法详解

《Java调用C#动态库的三种方法详解》在这个多语言编程的时代,Java和C#就像两位才华横溢的舞者,各自在不同的舞台上展现着独特的魅力,然而,当它们携手合作时,又会碰撞出怎样绚丽的火花呢？今天,我们... 目录方法1：C++/CLI搭建桥梁——Java ↔ C# 的“翻译官”步骤1：创建C#类库（.NET
阅读更多...
MyBatis编写嵌套子查询的动态SQL实践详解

MyBatis编写嵌套子查询的动态SQL实践详解

《MyBatis编写嵌套子查询的动态SQL实践详解》在Java生态中,MyBatis作为一款优秀的ORM框架,广泛应用于数据库操作,本文将深入探讨如何在MyBatis中编写嵌套子查询的动态SQL,并结... 目录一、Myhttp://www.chinasem.cnBATis动态SQL的核心优势1. 灵活性与可
阅读更多...
C/C++ chrono简单使用场景示例详解

C/C++ chrono简单使用场景示例详解

《C/C++chrono简单使用场景示例详解》：本文主要介绍C/C++chrono简单使用场景示例详解,本文通过实例代码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... 目录chrono使用场景举例1 输出格式化字符串chrono使用场景China编程举例1 输出格式化字符串示
阅读更多...
C++/类与对象/默认成员函数@构造函数的用法

C++/类与对象/默认成员函数@构造函数的用法

《C++/类与对象/默认成员函数@构造函数的用法》：本文主要介绍C++/类与对象/默认成员函数@构造函数的用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录名词概念默认成员函数构造函数概念函数特征显示构造函数隐式构造函数总结名词概念默认构造函数：不用传参就可以
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2