hdu 1024 Max Sum Plus Plus(dp && 最大m子段和)
来源:互联网 发布:易吧进销存软件单机版 编辑:程序博客网 时间:2024/05/14 15:35
题意是输入m,n。
m为你要求的子段个数,n为数据个数。
由于是很早的题型了,但是理解起来还是很是无力。
并于是用了三天来搞懂此类问题。发现网上大多代码无思路整个过程。
就大致讲解一下DP的整个思路。
我们可以很清楚地得,这是一个顺序DP,由ix<=iy可得。
那它在当前位置或者称为状态,又能做出几个决策才能保证到目前状态是最大的呢?
当然是逐步取其上一状态的最大值。
综上所述就可以得此模糊状态转移方程:dp[i][j] =MAX(dp[?][?],dp[??][??]) (或者是三个或者更多)。
下面我们来找它转移方程的本质:
设dp[i][j] 为前j个数字组成i段的最大和。(前提是i<=j ,这是显而易见的,当小于的时候不能组成i段)
所要达到的状态 :dp[i][j].
需要的条件:1、前j-1个数,组成i段的最大和 ;2、前j-1个数,组成的i-1段的最大和。
解释:由dp[i-1][j-1]到dp[i][j],指的是当前第j个数单独为一段,dp[i][j-1]->dp[i][j],第j个数接在第i段后面。
继续深入:我们是要求dp[i-1][j-1],dp[i][j-1]的最大值。那么i段就是在当前这个循环更新i->n状态的,所以dp[i][j-1]时刻在更新,反之,当前dp[i-1][j-1]的状态没有得到更新,那么我们就要加入这个j号元素进入时的更新保证dp[i-1][j-1]是当前可满足状态中最大的。
完全的动态规划转移方程dp[i][j]=MAX(dp[i][j-1],dp[i-1][k]) 其中i<=k<=j。
回头再看:n的最大值为100W,二维数组出来就需要巨额的空间。但是想象,当前需要更新的状态是不是就与当前上一状态和上一层的状态有关。
最终解决办法:采用滚动数组(或者两个一维数组)。
下面有两种转移方程的格式,其中也有一点不同,具体代码如下:
头文件及其宏定义:
#include<cstdio>#include<cstring>#define MIN -(1<<30)#define Max(a,b) ((a)>(b)?(a):(b))#define M 1000001
第一种转移的方案是严格按照上述转移方程来的。上面已经讲清楚了,
int dp[2][M],num[M],n,m,max;int main(){while(~scanf("%d %d",&m,&n)){int i=1,j,t=1;while(i<=n)scanf("%d",&num[i]),dp[0][i]=dp[1][i]=0,i++;for(i=1;i<=m;i++,t=!t){dp[t][i]=dp[!t][i-1]+num[i];dp[!t][i]=Max(dp[!t][i],dp[!t][i-1]);for(j=i+1;j<=n-m+i;j++){dp[t][j]=Max(dp[!t][j-1],dp[t][j-1])+num[j];dp[!t][j]=Max(dp[!t][j],dp[!t][j-1]);}}max=MIN;for(i=m;i<=n;i++)max=Max(dp[m&1][i],max);printf("%d\n",max);}return 0;}
第二种方法只有一出有所不通,就是采用两个一维数组进行更新:
dp[],t[],但是更值得注意的是,只有dp[j]是当前的状态,而t[k] (i<=k<=j)是当前状态的原状态,所以t[j-1]实际上是代替了方法中的dp[i][j-1],
换言之。就是t[]中 i->j 是接在dp[j]后面的。而dp[i->j],是上一层的状态。这也是为什么t[j-1]要用max来保存,它表示的是当前层的最大值。
不知道有没有讲清楚。
int dp[M],t[M],num[M],n,m;int main(){while(~scanf("%d %d",&m,&n)){int i,j;for(i=1;i<=n;i++)scanf("%d",&num[i]);memset(dp,0,(n+1)*sizeof(int));memset(t,0,(n+1)*sizeof(int));int sum;for(i=1;i<=m;i++){sum=MIN;for(j=i;j<=n;j++){dp[j]=Max(dp[j-1],t[j-1])+num[j];t[j-1]=sum;sum=Max(dp[j],sum);}t[j-1]=sum;}printf("%d\n",sum);}}
- hdu 1024 Max Sum Plus Plus(dp && 最大m子段和)
- HDU 1024 Max Sum Plus Plus[dp](最大m子段和)
- HDU 1024 Max Sum Plus Plus(dp最大m子段和)
- HDU 1024 Max Sum Plus Plus【DP,最大m子段和】
- hdu 1024 最大M子段和 Max Sum Plus Plus(dp)(中等难度)
- hdu 1024 Max Sum Plus Plus (最大m子段和)(经典DP)(转)
- hdu 1024 Max Sum Plus Plus 最大m子段和
- hdu 1024 Max Sum Plus Plus (最大m子段和)
- hdu 1024 Max Sum Plus Plus(最大M子段和)
- hdu 1024 Max Sum Plus Plus(最大m子段和)
- hdu 1024 Max Sum Plus Plus(最大m子段和)
- HDU 1024 Max Sum Plus Plus最大m子段和
- HDU 1024 Max Sum Plus Plus(最大M子段和)
- HDU 1024:Max Sum Plus Plus 经典动态规划之最大M子段和
- hdu 1024 Max Sum Plus Plus(m段最大子列和)
- HDU-1024 Max Sum Plus Plus (最大M子段和问题)
- HDU 1024 Max Sum Plus Plus(最大m子段和)
- hdu1042 Max Sum Plus Plus【最大M子段和】
- .NET 基于Task的异步编程模型
- 将输入中的制表符替换成适当数目的空格,使空格充满到下一个制表符终止位的地方
- What is a Perforce "shelved" file?
- 排序算法
- Http协议的几个概念和web browser优化
- hdu 1024 Max Sum Plus Plus(dp && 最大m子段和)
- 使用基于注解的AOP的事务管理 @Transaction (转)
- OgreSDK_vc9_v1-7-2下载地址与配置
- 标 题: 【原创】反NP监视原理(+Bypass NP in ring0)(转)
- UVA 11529 Strange Tax Calculation
- Java获取时间与系统时间相差8小时的解决方法
- 【汇编】自定义9号中断(键盘输入处理中断)
- SurfaceFlinger启动过程分析(三)
- 树的非递归遍历算法