双重DP实例1:回文分割
来源:互联网 发布:java 挂起当前线程 编辑:程序博客网 时间:2024/06/08 07:40
有的问题具有最优子结构,可以使用动态规划求解。但是在求解该最优子结构时,需要使用另外一个问题的最优子结构。这个时候我们就必须使用双重动态规划进行求解。
最大子数组乘积
题目
给定一个整数数组,求最大子数组的乘积。
分析
题目很明显需要使用动态规划。但是我们在仔细考虑最优子结构时考虑到,两个很小的负数相乘也可以得到最大乘积,所以必须使用“最小子数组的乘积”这个问题的最优子结构。两个最优子结构互相嵌套,同事更新,谓之双重DP。
代码
int maxProduct(vector<int>& nums) { vector<int> mymin(nums.size(), nums.at(0)); vector<int> mymax(nums.size(), nums.at(0)); for(int i=1; i<nums.size(); i++) { mymax.at(i) = max(nums.at(i), nums.at(i)>0 ? nums.at(i) * mymax.at(i-1) : nums.at(i) * mymin.at(i-1) ); mymin.at(i) = min(nums.at(i), nums.at(i)<0 ? nums.at(i) * mymax.at(i-1) : nums.at(i) * mymin.at(i-1) ); } return *max_element(mymax.begin(), mymax.end()); }
复杂度分析
时间复杂度和空间复杂度都为
回文分割
题目
将一个字符串分割成若干个回文子串,求最少的切割次数。
问题分析
我们使用一维表dp记录从i开始到末尾(第len个位置)回文子串的最小个数(i从0开始)。则状态方程:
其中
欲求解
代码:
int minCut(string s) { int len = s.length(); if(len<=1) return 0; if(len==2) return (s.at(0)==s.at(1)) ? 0 : 1; vector<int> dp(len+1, 0 ); for(int i=0; i<len; i++) dp.at(i) = len - i; vector<vector<bool> > ispal( len, vector<bool> (len, 0) ); for(int i=0; i<len; i++) ispal.at(i).at(i) = 1; for(int i=len-1; i>=0; i--) { for(int j=i; j<len; j++) { if( s.at(i)==s.at(j) && (j-i<2 || ispal.at(i+1).at(j-1) ) ) { ispal.at(i).at(j) = 1; dp.at(i) = min(dp.at(i), 1 + dp.at(j+1) ); } } } return dp.at(0)-1; }
复杂度分析
该问题时间复杂度和空间复杂度都是
0 0
- 双重DP实例1:回文分割
- 【DP】回文的最小分割数
- 【DP】回文的最小分割数2
- P1207 双重回文数
- Dual Palindromes双重回文数
- Dual Palindromes 双重回文数
- USCAO1.2 双重回文数
- USACO1.2.5 双重回文数
- uva10163 双重dp
- 双重DP实例2:K次购买股票的最大收益
- [网易]字符串回文分割
- 题目:分割回文串
- 分割 回文字符串
- LintCode- 分割回文串
- 分割回文串
- LintCode:分割回文串
- 分割回文串
- 分割回文串
- [转]远程桌面连接原理
- ios把BOOL和OC对象互换
- 数组
- 采用AOP配置方式的AOP实现及XML解析
- 欢迎使用CSDN-markdown编辑器
- 双重DP实例1:回文分割
- 结--结构体
- 千里之行,始于足下
- PAT (Advanced Level) 1049. Counting Ones (30) 1到N中1出现的次数
- 暑假习题 2
- 数组和函数
- 关于WLAN技术的一些东西
- 数组练习
- mysql常用语句