100个经典的动态规划方程

简介: 设g’表示从起点到第i个旅店住宿一天的最少天数;f’表示从起点到第i个旅店住宿一天,在满足最小天数前提下所需要的最少费用。那么:

1.资源问题1-----机器分配问题


F[I,j] = max(f[i-1,k]+w[i,j-k])



2.资源问题2------01背包问题


F[I,j] = max(f[i-1,j-v]+w,f[i-1,j]);



3.线性动态规划1-----朴素最长非降子序列


F = max{f[j]+1}



4.剖分问题1-----石子合并


F[i,j] = min(f[i,k]+f[k+1,j]+sum[i,j]);



5.剖分问题2-----多边形剖分


F[I,j] = min(f[i,k]+f[k,j]+a[k]*a[j]*a);



6.剖分问题3------乘积最大


f[i,j] = max(f[k,j-1]*mult[k,i]);



7.资源问题3-----系统可靠性(完全背包)


F[i,j] = max{f[i-1,j-c*k]*P[I,x]}



8.贪心的动态规划1-----快餐问题


F[i,j,k] = max{f[i-1,j',k']+(T-(j-j')*p1-(k-k')*p2)div p3}



9. 贪心的动态规划2----过河


f=min{{f(i-k)} (not stone)


{f(i-k)}+1} (stone); +贪心压缩状态



10.剖分问题4-----多边形-讨论的动态规划


F[i,j] = max{正正 f[I,k]*f[k+1,j];


       负负 g[I,k]*f[k+1,j];


       正负 g[I,k]*f[k+1,j];


       负正 f[I,k]*g[k+1,j];} g为min



11. 树型动态规划1-----加分二叉树 (从两侧到根结点模型)


F[I,j] = max{f[I,k-1]*f[k+1,j]+c[k]}



12.树型动态规划2-----选课 (多叉树转二叉树,自顶向下模型)


F[I,j]表示以i为根节点选j门功课得到的最大学分


f[i,j] = max{f[t.l,k]+f[t.r,j-k-1]+c}



13.计数问题1-----砝码称重


f[f[0]+1]=f[j]+k*w[j];


(1<=i<=n; 1<=j<=f[0];1<=k<=a;)



14.递推天地1------核电站问题


f[-1] = 1; f[0] = 1;                      


f = 2*f[i-1]-f[i-1-m]        



15.递推天地2------数的划分


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



16.最大子矩阵1-----一最大01子矩阵


f[i,j] = min(f[i-1,j],v[i,j-1],v[i-1,j-1])+1;  


ans = maxvalue(f);                          



17.判定性问题1-----能否被4整除


g[1,0] = true; g[1,1] = false; g[1,2] = false;g[1,3] = false;


g[i,j] = g[i-1,k] and ((k+a[i,p]) mod 4 =j)



18.判定性问题2-----能否被k整除


f[I,j±n mod k] = f[i-1,j];      -k<=j<=k; 1<=i<=n



20.线型动态规划2-----方块消除游戏


f[i,i-1,0] = 0


f[i,j,k] = max{f[i,j-1,0]+sqr(len(j)+k),


f[i,p,k+len[j]]+f[p+1,j-1,0]}


ans = f[1,m,0]



21.线型动态规划3-----最长公共子串,LCS问题


f[i,j]={0(i=0)&(j=0);


      f[i-1,j-1]+1       (i>0,j>0,x=y[j]);


      max{f[i,j-1]+f[i-1,j]}} (i>0,j>0,x<>y[j]);



22.最大子矩阵2-----最大带权01子矩阵


O(n^2*m) 枚举行的起始,压缩进数列,求最大字段和,遇0则清零



23.资源问题4-----装箱问题(判定性01背包)


f[j] = (f[j] or f[j-v]);



24.数字三角形1-----朴素の数字三角形


f[i,j] = max(f[i+1,j]+a[I,j],f[i+1,j+1]+a[i,j]);



25.数字三角形2-----晴天小猪历险记之Hill


同一阶段上暴力动态规划


if[i,j] = min(f[i,j-1],f[I,j+1],f[i-1,j],f[i-1,j-1])+a[i,j]



26.双向动态规划1数字三角形3


-----小胖办证


f[i,j] = max(f[i-1,j]+a[i,j],f[i,j-1]+a[i,j],f[i,j+1]+a[i,j])



27. 数字三角形4-----过河卒


//边界初始化


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



28.数字三角形5-----朴素的打砖块


f[i,j,k] = max(f[i-1,j-k,p]+sum[i,k],f[i,j,k]);



29.数字三角形6-----优化的打砖块


f[I,j,k] = max{g[i-1,j-k,k-1]+sum[I,k]}



30.线性动态规划3-----打鼹鼠’


f = f[j]+1;(abs(x-x[j])+abs(y-y[j])<=t-t[j])



31.树形动态规划3-----贪吃的九头龙



32.状态压缩动态规划1-----炮兵阵地


Max(f[Q*(r+1)+k],g[j]+num[k])


If (map and plan[k]=0) and


   ((plan[P] or plan[q]) and plan[k]=0)



33.递推天地3-----情书抄写员


f = f[i-1]+k*f[i-2]



34.递推天地4-----错位排列


f = (i-1)(f[i-2]+f[i-1]);


f[n] = n*f[n-1]+(-1)^(n-2);



35.递推天地5-----直线分平面最大区域数


f[n] = f[n-1]+n


    = n*(n+1) div 2 + 1;



36.递推天地6-----折线分平面最大区域数


f[n] = (n-1)(2*n-1)+2*n;



37.递推天地7-----封闭曲线分平面最大区域数


f[n] = f[n-1]+2*(n-1)


    = sqr(n)-n+2;


38.递推天地8-----凸多边形分三角形方法数


f[n] = C(2*n-2,n-1) div n;


对于k边形


f[k] = C(2*k-4,k-2) div (k-1); //(k>=3)



39.递推天地9-----Catalan数列一般形式


1,1,2,5,14,42,132


f[n] = C(2k,k) div (k+1);



40.递推天地10-----彩灯布置


排列组合中的环形染色问题


f[n] = f[n-1]*(m-2)+f[n-2]*(m-1);   (f[1] = m; f[2] = m(m-1);



41.线性动态规划4-----找数


线性扫描


sum = f+g[j];


(if sum=Aim then getout; if sum<Aim theninc(i) else inc(j);)



42.线性动态规划5-----隐形的翅膀


min = min{abs(w/w[j]-gold)};


  if w/w[j]<gold then inc(i) else inc(j);



43.剖分问题5-----最大奖励


f = max(f,f[j]+(sum[j]-sum)*i-t



44.最短路1-----Floyd


f[i,j] = max(f[i,j],f[i,k]+f[k,j]);


ans[q[i,j,k]] = ans[q[i,j,k]]+s[i,q[i,j,k]]*s[q[i,j,k],j]/s[i,j];



45.剖分问题6-----小H的小屋


F[l,m,n] = f[l-x,m-1,n-k]+S(x,k);



46.计数问题2-----陨石的秘密(排列组合中的计数问题)


Ans[l1,l2,l3,D] = f[l1+1,l2,l3,D+1]-f[l1+1,l2,l3,D];


F[l1,l2,l3,D] = Sigma(f[o,p,q,d-1]*f[l1-o,l2-p,l3-q,d]);



47.线性动态规划------合唱队形


两次F = max{f[j]+1}+枚举中央结点



48.资源问题-----明明的预算方案:加花的动态规划


f[i,j] = max(f[i,j],f[l,j-v-v[fb]-v[fa]]+v*p+v[fb]*p[fb]+v[fa]*p[fa]);



49.资源问题-----化工场装箱员





50.树形动态规划-----聚会的快乐


f[i,2] = max(f[i,0],f[i,1]);


f[i,1] = sigma(f[t^.son,0]);


f[i,0] = sigma(f[t^.son,3]);



51.树形动态规划-----皇宫看守


f[i,2] = max(f[i,0],f[i,1]);


f[i,1] = sigma(f[t^.son,0]);


f[i,0] = sigma(f[t^.son,3]);



52.递推天地-----盒子与球


f[i,1] = 1;


f[i,j] = j*(f[i-1,j-1]+f[i-1,j]);



53.双重动态规划-----有限的基因序列


f = min{f[j]+1}


g[c,i,j] = (g[a,i,j] and g[b,i,j]) or(g[c,i,j])



54.最大子矩阵问题-----居住空间


f[i,j,k] = min(min(min(f[i-1,j,k],f[i,j-1,k]),


      min(f[i,j,k-1],f[i-1,j-1,k])),                         min(min(f[i-1,j,k-1],f[i,j-1,k-1]), f[i-1,j-1,k-1]))+1;



55.线性动态规划------日程安排


f = max{f[j]}+P[I]; (e[j]<s)



56.递推天地------组合数


C[I,j] = C[i-1,j]+C[I-1,j-1]


C[I,0] = 1



57.树形动态规划-----有向树k中值问题


F[I,r,k] = max{max{f[l,I,j]+f[r,I,k-j-1]},f[f[l,r,j]+f[r,r,k-j]+w[I,r]]}



58.树形动态规划-----CTSC 2001选课


F[I,j] = w(if i∈P)+f[l,k]+f[r,m-k](0≤k≤m)(ifl<>0)



59.线性动态规划-----多重历史


f[i,j] = sigma{f[i-k,j-1]}(if checked)


60.背包问题(+-1背包问题+回溯)-----CEOI1998 Substract


f[i,j] = f[i-1,j-a] or f[i-1,j+a]



61.线性动态规划(字符串)-----NOI2000 古城之谜


f[i,1,1] = min{f[i+length(s),2,1],f[i+length(s),1,1]+1}f[i,1,2] = min{f[i+length(s),1,2] +words[s],f[i+length(s),1,2]+words[s]}



62.线性动态规划-----最少单词个数


f[i,j] = max{f[I,j],f[u-1,j-1]+l}



63.线型动态规划-----APIO2007 数据备份


状态压缩+剪掉每个阶段j前j*2个状态和j*2+200后的状态贪心动态规划


f = min(g[i-2]+s,f[i-1]);



64.树形动态规划-----APIO2007 风铃


f = f[l]+f[r]+{1 (if c[l]<c[r])}


g = 1(d[l]<>d[r]) 0(d[l]=d[r])


g[l]=g[r]=1 then Halt;



65.地图动态规划-----NOI 2005 adv19910


F[t,i,j] = max{f[t-1,i-dx[d[[t]],j-dy[d[k]]]+1],f[t-1,i,j];



66.地图动态规划-----优化的NOI 2005adv19910


F[k,i,j] = max{f[k-1,i,p]+1}j-b[k]<=p<=j;



67.目标动态规划-----CEOI98 subtra


F[I,j] = f[I-1,j+a] or f[i-1,j-a]



68.目标动态规划----- Vijos 1037搭建双塔问题


F[value,delta] = g[value+a,delta+a] org[value,delta-a]



69.树形动态规划-----有线电视网


f[i,p] = max(f[i,p],f[i,p-q]+f[j,q]-map[i,j])


         leaves>=p>=l, 1<=q<=p;



70.地图动态规划-----vijos某题


F[I,j] = min(f[i-1,j-1],f[I,j-1],f[i-1,j]);



71.最大子矩阵问题-----最大字段和问题


f = max(f[i-1]+b,b); f[1] = b[1]



72.最大子矩阵问题-----最大子立方体问题


枚举一组边i的起始,压缩进矩阵 B[I,j]+=a[x,I,j]


枚举另外一组边的其实,做最大子矩阵



73.括号序列-----线型动态规划


f[I,j] = min(f[I,j],f[i+1,j-1](ss[j]=”()”or(”[]”)),


f[I+1,j+1]+1 (s[j]=”(”or”[” ] ,f[I,j-1]+1(s[j]=”)”or”]” )



74.棋盘切割-----线型动态规划


f[k,x1,y1,x2,y2]=min{min{f[k-1,x1,y1,a,y2]+s[a+1,y1,x2,y2],


f[k-1,a+1,y1,x2,y2]+s[x1,y1,a,y2]


min{}}



75.概率动态规划-----聪聪和可可(NOI2005)


x = p[p[i,j],j]


f[I,j] = (f[x,b[j,k]]+f[x,j])/(l[j]+1)+1


f[I,i]=0


f[x,j]=1



76.概率动态规划-----血缘关系


F[A, B]=(f[A0, B]+P[A1, B])/2


f[I,i]=1


f[I,j]=0(I,j无相同基因)



77.线性动态规划-----决斗


F[I,j]=(f[I,j] and f[k,j]) and (e[I,k] ore[j,k]),i<k<j



78.线性动态规划-----舞蹈家


F[x,y,k]=min(f[a[k],y,k+1]+w[x,a[k]],f[x,a[k],k+1]+w[y,a[k]])



79.线性动态规划-----积木游戏


F[I,a,b,k]=max(f[I,a+1,b,k],f[i+1,a+1,a+1,k’],f[I,a+1,a+1,k’])



80.树形动态规划(双次记录)----NOI2003 逃学的小孩


朴素的话枚举节点i和离其最远的两个节点 j,k O(n^2)


每个节点记录最大的两个值,并记录这最大值分别是从哪个相邻节点传过来的。当遍历到某个孩子节点的时候,只需检查最大值是否是从该孩子节点传递来的。如果是,就取次大,否则取最大值



81.树形动态规划(完全二叉树)-----NOI2006网络收费


F[I,j,k]表示在点i所管辖的所有用户中,有j个用户为A,在I的每个祖先u上,如果N[a]>N则标0否则标1,用二进制状态压缩进k中,在这种情况下的最小花费


F[I,j,k] = min{f[l,u,k and(s<<(i-1))]+w1,f[r,j-u,k and(s<<(i-1))]}



82.树形动态规划-----IOI2005 河流


F = max



83.记忆化搜索-----Vijos某题,忘了


F[pre,h,m] = sigma{SDP(I,h+1,M+i)}(pre<=i<=M+1)



84.状态压缩动态规划-----APIO 2007 动物园


f[I,k] = f[i-1,k and not (1<<4)] +NewAddVal



85.树形动态规划-----访问术馆


f[i,j-c×2] = max ( f[l,k], f[r,j-c×2-k] )



86.字符串动态规划-----Ural 1002 Phone


if exist(copy(s,j,i-j)) then f = min(f,f[j]+1);



87.多进程动态规划-----CEOI 2005 service


Min( f[i,j,k], f[i-1,j,k] + c[t[i-1],t] )


Min( f[i,t[i-1],k], f[i-1,j,k] + c[j,t] )


Min( f[i,j,t[i-1]], f[i-1,j,k] + c[k,t] )



88.多进程动态规划-----Vijos1143 三取方格数


max(f[i,j,k,l],f[i-1,j-R[m,1],k-R[m,2],l-R[m,3]]);


if (j=k) and (k=l) theninc(f[i,j,k,l],a[j,i-j]) else


if (j=k) then inc(f[i,j,k,l],a[j,i-j]+a[l,i-l])else


if (k=l) theninc(f[i,j,k,l],a[j,i-j]+a[k,i-k]) else


if (j=l) theninc(f[i,j,k,l],a[j,i-j]+a[k,i-k]) else


inc(f[i,j,k,l],a[j,i-j]+a[k,i-k]+a[l,i-l]);



89.线型动态规划-----IOI 2000 邮局问题


f[i,j] = min(f[I,j],f[k,j-1]+d[k+1,i]);



90.线型动态规划-----Vijos 1198 最佳课题选择


if j-k>=0 thenMin(f[i,j],f[i-1,j-k]+time(i,k));



91.背包问题----- USACO Raucous Rockers


多个背包,不可以重复放物品,但放物品的顺序有限制。


         F[I,j,k]表示决策到第i个物品、第j个背包,此背包花费了k的空间。


f[I,j,k] = max(f[I-1,j,k],f[I-1,j,k-t]+p,f[i-1,j-1,maxtime-t])



92.多进程动态规划-----巡游加拿大(IOI95、USACO)


d[i,j]=max{d[k,j]+1(a[k,i] &j<k<i),d[j,k]+1(a[I,j] & (k<j))}。


f[i,j]表示从起点出发,一个人到达i,另一个人到达j时经过的城市数。d[i,j]=d[j,i],所以我们限制i>j


分析状态(i,j),它可能是(k,j)(j<k<i)中k到达i得到(方式1),也可能是(j,k)(k<j)中k超过j到达i得到(方式2)。但它不能是(i,k)(k<j)中k到达j得到,因为这样可能会出现重复路径。即使不会出现重复路径,那么它由(j,k)通过方式2同样可以得到,所以不会遗漏解时间复杂度O(n3)



93.动态规划-----ZOJ cheese


f[i,j] = f[i-kk*zl[u,1],j-kk*zl[u,2]]+a[i-kk*zl[u,1],j-kk*zl[u,2]]



94.动态规划-----NOI 2004 berry 线性


F[I,1] = s


F[I,j] = max{min{s-s[l-1]},f[l-1,j-1]} (2≤j≤k, j≤l≤i)



95.动态规划-----NOI 2004 berry 完全无向图


F[I,j] = f[i-1,j] or (j≥w) and(f[i-1,j-w])



96.动态规划-----石子合并 四边形不等式优化


m[i,j]=max{m[i+1,j], m[i,j-1]}+t[i,j]  



97.动态规划-----CEOI 2005 service


(k≥long,i≥1)g[i, j, k]=max{g[i-1,j,k-long]+1,g[i-1,j,k]}


(k<long,i≥1) g[i, j, k]=max{g[i-1,j-1,t-long]+1,g[i-1,j,k]}


(0≤j≤m, 0≤k<t)g[0,j,k]=0;


ans = g[n,m,0]。


状态优化:g[i, j]=min{g[i-1,j],g[i-1,j-1]+long}


其中(a, b)+long=(a’, b’)的计算方法为:


当b+long ≤t时: a’=a;       b’=b+long;


当b+long >t时: a’=a+1;   b’=long;


规划的边界条件:


当0≤i≤n时,g[i,0]=(0,0)



98.动态规划-----AHOI 2006宝库通道


f[k] = max{f[k-1]+x[k,j]-x[k,i-1],x[k,j]-x[k,i-1]}



99.动态规划-----Travel


A) 费用最少的旅行计划。


设f表示从起点到第i个旅店住宿一天的最小费用;g表示从起点到第i个旅店住宿一天,在满足最小费用的前提下所需要的最少天数。那么:


f=f[x]+v,   g=g[x]+1


x满足:


1、x<i,且d – d[x] <=800(一天的最大行程)。


2、对于所有的t < i, d – d[t] <=800,都必须满足:


A. g[x] < g[t](f[x] = f[t]时)     B. f[x] < f[t] (其他情况)


f[0] = 0,g[0] = 0。 Ans = f[n +1],g[n+1]。



B). 天数最少的旅行计划。


方法其实和第一问十分类似。


设g’表示从起点到第i个旅店住宿一天的最少天数;f’表示从起点到第i个旅店住宿一天,在满足最小天数前提下所需要的最少费用。那么:


g’ = g’[x] + 1,    f’ = f’[x] + v


x满足:


1、x<i,且d – d[x] <=800(一天的最大行程)。


2、对于所有的t < i, d – d[t] <=800,都必须满足:


f’[x] < f’[t]       g’[x] = g’[t]时


g’[x] < g’[t]        其他情况


f’[0] = 0,g’[0] = 0。 Ans = f’[n + 1],g’[n+1]。



100.动态规划-----NOI 2007 cash


y = f[j]/(a[j]*c[j]+b[j]);


g = c[j]*y*a+y*b;


f = max(f,g)

目录
相关文章
|
1月前
|
存储 算法
深入了解动态规划算法
深入了解动态规划算法
58 1
|
1月前
|
算法
动态规划算法学习三:0-1背包问题
这篇文章是关于0-1背包问题的动态规划算法详解,包括问题描述、解决步骤、最优子结构性质、状态表示和递推方程、算法设计与分析、计算最优值、算法实现以及对算法缺点的思考。
68 2
动态规划算法学习三:0-1背包问题
|
3月前
|
算法 Java 测试技术
算法设计(动态规划实验报告) 基于动态规划的背包问题、Warshall算法和Floyd算法
这篇文章介绍了基于动态规划法的三种算法:解决背包问题的递归和自底向上实现、Warshall算法和Floyd算法,并提供了它们的伪代码、Java源代码实现以及时间效率分析。
算法设计(动态规划实验报告) 基于动态规划的背包问题、Warshall算法和Floyd算法
|
6月前
|
存储 算法
数字三角形(很经典的动态规划问题)
数字三角形(很经典的动态规划问题)
|
6月前
|
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
98 0
|
存储 人工智能 自然语言处理
动态规划算法总结
动态规划算法总结
|
存储 算法 搜索推荐
动态规划算法
动态规划算法是一种常用的优化问题求解方法,主要用于解决具有重叠子问题和最优子结构性质的问题。动态规划算法的基本思想是将原问题拆分成若干个子问题,通过求解子问题的最优解来求解原问题的最优解。动态规划算法通常包含以下三个步骤:
126 2
|
算法 Java 决策智能
0-1背包问题:动态规划的经典应用
0-1背包问题:动态规划的经典应用
326 0
|
机器学习/深度学习 自然语言处理
动态规划算法(一)
动态规划算法
93 0
|
机器学习/深度学习 人工智能 JavaScript
动态规划算法(二)
动态规划算法
67 0