【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

Java使用Javassist动态生成HelloWorld类

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
阅读更多...
C++统计函数执行时间的最佳实践

C++统计函数执行时间的最佳实践

《C++统计函数执行时间的最佳实践》在软件开发过程中,性能分析是优化程序的重要环节,了解函数的执行时间分布对于识别性能瓶颈至关重要,本文将分享一个C++函数执行时间统计工具,希望对大家有所帮助... 目录前言工具特性核心设计1. 数据结构设计2. 单例模式管理器3. RAII自动计时使用方法基本用法高级用法
阅读更多...
深入解析C++ 中std::map内存管理

深入解析C++ 中std::map内存管理

《深入解析C++中std::map内存管理》文章详解C++std::map内存管理,指出clear()仅删除元素可能不释放底层内存,建议用swap()与空map交换以彻底释放,针对指针类型需手动de... 目录1️、基本清空std::map2️、使用 swap 彻底释放内存3️、map 中存储指针类型的对象
阅读更多...
C++ STL-string类底层实现过程

C++ STL-string类底层实现过程

《C++STL-string类底层实现过程》本文实现了一个简易的string类,涵盖动态数组存储、深拷贝机制、迭代器支持、容量调整、字符串修改、运算符重载等功能,模拟标准string核心特性,重点强... 目录实现框架一、默认成员函数1.默认构造函数2.构造函数3.拷贝构造函数(重点)4.赋值运算符重载函数
阅读更多...
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

《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
阅读更多...
c++日志库log4cplus快速入门小结

c++日志库log4cplus快速入门小结

《c++日志库log4cplus快速入门小结》文章浏览阅读1.1w次，点赞9次，收藏44次。本文介绍Log4cplus，一种适用于C++的线程安全日志记录API，提供灵活的日志管理和配置控制。文章涵盖... 目录简介日志等级配置文件使用关于初始化使用示例总结参考资料简介log4j 用于Java，log4c
阅读更多...
C++归并排序代码实现示例代码

C++归并排序代码实现示例代码

《C++归并排序代码实现示例代码》归并排序将待排序数组分成两个子数组,分别对这两个子数组进行排序,然后将排序好的子数组合并,得到排序后的数组,：本文主要介绍C++归并排序代码实现的相关资料,需要的... 目录1 算法核心思想2 代码实现3 算法时间复杂度1 算法核心思想归并排序是一种高效的排序方式，需要用
阅读更多...
浅谈MySQL的容量规划

浅谈MySQL的容量规划

《浅谈MySQL的容量规划》进行MySQL的容量规划是确保数据库能够在当前和未来的负载下顺利运行的重要步骤,容量规划包括评估当前资源使用情况、预测未来增长、调整配置和硬件资源等,感兴趣的可以了解一下... 目录一、评估当前资源使用情况1.1 磁盘空间使用1.2 内存使用1.3 CPU使用1.4 网络带宽二、
阅读更多...
C++11范围for初始化列表auto decltype详解

C++11范围for初始化列表auto decltype详解

《C++11范围for初始化列表autodecltype详解》C++11引入auto类型推导、decltype类型推断、统一列表初始化、范围for循环及智能指针,提升代码简洁性、类型安全与资源管理效... 目录C++11新特性1. 自动类型推导auto1.1 基本语法2. decltype3. 列表初始化3
阅读更多...
C++11右值引用与Lambda表达式的使用

C++11右值引用与Lambda表达式的使用

《C++11右值引用与Lambda表达式的使用》C++11引入右值引用,实现移动语义提升性能,支持资源转移与完美转发；同时引入Lambda表达式,简化匿名函数定义,通过捕获列表和参数列表灵活处理变量... 目录C++11新特性右值引用和移动语义左值 / 右值常见的左值和右值移动语义移动构造函数移动复制运算符
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2