朝题夕解——动态规划之整数划分模型

简介: 朝题夕解——动态规划之整数划分模型

整数划分类DP问题的常规解决思想


整数划分类型的DP有时候也被叫做计数类DP。称呼不同,都是它啦~。我这篇博客的话,主要想记录一下在这种DP问中经常会使用的映射思想。并不是总结怎么拿捏这种类型的DP

我对"状态表示"的理解

状态表示的常规玩法是题目问什么,咱们就定义出一个集合来表示这个问题。

因为这个集合数组最终是要存放一个数据,这就是集合的属性。


比如题目问的意思是N个物品,容积为V的背包最多可以获得的最大价值是多少。那么这个集合数组就就可以定义为f[i][j],属性就选最大值。它们表示的意思是i个物品下,容积为j时,可以获得的最大值。


状态计算对应的是对所构建的集合进行不重不漏的划分,划分的依据大多是题目中的最后一个不同点。


实战练习


题目描述

微信图片_20221018162930.jpg

解题报告


状态表示:


集合:f ( i , j ) f(i,j)f(i,j)表示使用j jj个数能够凑成总和为i ii的方案的集合

属性:f [ i , j ] f[i,j]f[i,j]中存放的是这些方案的数量


状态计算:


题目中提到一个正整数 n可以表示成若干个正整数之和,咱们的数学常识中可以知道,正整数是大于等于1的数。


题目中规定了n 1 > = n 2 > = . . . > = n k , k > = 1 n_1>= n_2 >= ...>=n_k,k>=1n

1 >=n 2>=...>=n k ,k>=1。1这个数就可以选为最后一个不同点。为什么这么说了,一个方案,要么最后不得不需要一个1来调和,要么直接就可以不需要1的。


因此就可以将j个数中的最小值是否是1选为不同点。


对于最小值是1的情况:


使用j jj个数凑出总和i ii。这j jj个数的最小值为1,那么去掉一个1,则状态状态转移方程可以表示为:

f [ i , j ] f[i,j]f[i,j] = f [ i − 1 , j − 1 ] f[i-1,j-1]f[i−1,j−1]。


最小值不是1的情况:


使用映射的思想进行处理


使用j jj个数凑出总和i ii。这j jj个数的最小值不为1,那么将这个j jj个数都去掉一个1,此时在方案的数量不发生改变的情况下,变成了是最小值是1的情况。

f [ i , j ] f[i,j]f[i,j] = f [ i − j , j ] f[i-j,j]f[i−j,j]


通过这种方式,成功的将集合不重不漏的划分出来了。将两种集合划分的情况相加,就是可以得到的全部方案的数量


f [ i , j ] f[i,j]f[i,j] = f [ i − 1 , j ] f[i-1,j]f[i−1,j] + f [ i − j , j ] f[i-j,j]f[i−j,j]


将上面的分析过程进行归纳,就可以得到如下这张清晰的DP分析图

微信图片_20221018163157.jpg

具体落实到代码上,就是如下的样子了。


参考代码(C++版本)

#include <cstdio>
using namespace std;
const int N  = 1010, MOD = 1e9+7;
int f[N][N];//集合:f(i,j)表示使用j个数能够凑成总和为i的方案的集合
int n;
int main()
{
    scanf("%d",&n);
    f[0][0]  = 1;
    for(int i = 1; i <= n;i++)
        for(int j = 1; j <= i;j++)
        {
            f[i][j] += (f[i-1][j-1]+f[i-j][j])%MOD;
        }
    // 最后统计出所有得到的总和为n的方案数 
    int res = 0;
    for(int i = 1;i <= n;i++) res = (res+f[n][i])%MOD;
    printf("%d\n",res);
    return 0;
}

推导演练


题目描述

微信图片_20221018163306.jpg

解题报告


这道题和上一题相比,就是换汤不换药了。唯一的区别是这一题中最小值可以为0。


状态表示:


集合f ( i , j ) f(i,j)f(i,j)表示总数为i ii,且划分个数为j的方案的集合

集合的属性是Count


状态计算:


情况一:使用j jj个数凑成i ii。这j jj个数的最小值为0的集合,那么去掉一个0,则状态转移方程为:

f [ i , j ] f[i,j]f[i,j] = f [ i , j − 1 ] f[i,j-1]f[i,j−1]。


情况二:使用映射的思想处理最小值不是0的情况。


使用j jj个数凑成i ii。这j jj个数的最小值不为0的集合,那么将这个j个数都去掉一个1,此时在方案数的总数量不发生改变的情况下,变成咱们熟悉的情况一

f [ i , j ] f[i,j]f[i,j] = f [ i − j , j ] f[i-j,j]f[i−j,j]


将两种集合划分的情况相加,就是可以得到的全部方案的数量


f [ i , j ] f[i,j]f[i,j] = f [ i , j − 1 ] f[i,j-1]f[i,j−1] + f [ i − j , j ] f[i-j,j]f[i−j,j]


同样的,可以得到如下的DP分析图

image.jpeg

结合DP分析图,逐渐将代码落实


参考代码(C++版本)

#include <cstdio>
#include <cstring>
const int N = 15;
int main()
{
    int t;
    scanf("%d",&t);
    //输入t组测试数据
    while(t--)
    {
        //查克拉能量为 M,他影分身的个数最多为 N
        int m,n;
        scanf("%d %d",&m,&n);
        int f[N][N] = {0};
        //开始DP之前,思考边界问题
        f[0][0] = 1;//0查克拉造0个影分身是一种方案
        //这里容易出错,结合着对集合的定义和题意进行理解
        for(int i = 0;i <= m;i++)
            for(int j = 1; j <= n;j++)
            {
                //两种集合划分的情况
                f[i][j] += f[i][j-1];
                if(i >= j) f[i][j] += f[i-j][j];
            }
        //输出结果
        printf("%d\n",f[m][n]);
    }
    return 0;
}

小总结


状态表示和确定属性比较容易,怎么将集合化整为零的状态计算比较棘手,只是这里处理好,一道DP问题也就差不多可以解决了。本篇也主要是想总结用于状态计算中的一个小技巧——映射。

相关文章
|
19天前
|
机器学习/深度学习 算法 测试技术
【动态规划】【C++算法】2742. 给墙壁刷油漆
【动态规划】【C++算法】2742. 给墙壁刷油漆
|
19天前
|
算法
【动态规划】斐波那契数列模型(下)
【动态规划】斐波那契数列模型
4 0
|
19天前
|
算法 JavaScript
【动态规划】斐波那契数列模型
【动态规划】斐波那契数列模型
19 0
|
19天前
|
算法
算法修炼-动态规划之斐波那契数列模型
算法修炼-动态规划之斐波那契数列模型
|
19天前
|
算法 C++
【动态规划】【C++算法】956 最高的广告牌
【动态规划】【C++算法】956 最高的广告牌
|
19天前
|
存储 缓存 算法
【算法训练-动态规划 零】动态规划解题框架
【算法训练-动态规划 零】动态规划解题框架
71 0
|
6月前
|
算法
【算法】动态规划
【算法】动态规划
48 0
|
算法
算法设计初步之动态规划
算法设计初步之动态规划
|
算法
趣学算法之动态规划
趣学算法之动态规划
102 0
|
存储 算法 Python
秒懂算法 | 子集树模型——0-1背包问题的回溯算法及动态规划改进
给定n种物品和一背包。物品i的重量是wi,其价值为vi,背包的容量为W。一种物品要么全部装入背包,要么全部不装入背包,不允许部分装入。装入背包的物品的总重量不超过背包的容量。问应如何选择装入背包的物品,使得装入背包中的物品总价值最大?
381 0
秒懂算法 | 子集树模型——0-1背包问题的回溯算法及动态规划改进