【动态规划】【记忆化搜索】C++算法:546移除盒子

简介: 【动态规划】【记忆化搜索】C++算法:546移除盒子

LeetCode546. 移除盒子

给出一些不同颜色的盒子 boxes ,盒子的颜色由不同的正数表示。

你将经过若干轮操作去去掉盒子,直到所有的盒子都去掉为止。每一轮你可以移除具有相同颜色的连续 k 个盒子(k >= 1),这样一轮之后你将得到 k * k 个积分。

返回 你能获得的最大积分和 。

示例 1:

输入:boxes = [1,3,2,2,2,3,4,3,1]

输出:23

解释:

[1, 3, 2, 2, 2, 3, 4, 3, 1]

----> [1, 3, 3, 4, 3, 1] (33=9 分)
----> [1, 3, 3, 3, 1] (1
1=1 分)

----> [1, 1] (33=9 分)
----> [] (2
2=4 分)

示例 2:

输入:boxes = [1,1,1]

输出:9

示例 3:

输入:boxes = [1]

输出:1

提示:

1 <= boxes.length <= 100

1 <= boxes[i] <= 100

动态规划

动态规划的状态表示:

dp[l][r][k]表示消除以下子序列获得的最大得分。

boxes[0,l)已经消除或不会对消除此子序列有影响。

boxes[l,r]全部没有消除。

boxes(r,n)除k个boxes[r]外,全部消除。

思路

假定boxs[i1]、boxs[i2]、boxs[i3]、boxes[i4]相等,且不存在其它等于boxs[i4]的盒子。消除i4时有如下可能。

为了方便,用g(l,r)代替 dp[l+1][r-1][0] f(r,k)代替dp[0][r][k]

i4 f[i4-1][0]+(k+1) ^2 l ,i4,0
i3 i4 f[i3][1]+g(i3,i4) l ,i4,0 -->l,i3,1
i2 i4 f[i2][1]+g(i2,i4) l ,i4,0 ->l,i2,1
i1 i4 f[i1][1]+g(i1,i4) l ,i4,0 >l,i1,1
i1 i2 i4 f[i1][2]+g(i1,i2)+g{i2,i4) l ,i4,0 --> l,i2,1 -> l,i1->2
i1 i3 i4 f[i1][2]+g(i1,i3)+g{i3,i4) l ,i4,0 --> l,i3,1 -> l,i1->2
i2 i3 i4 f[i2][2]+g(i2,i3)+g{i3,i4) l ,i4,0 --> l,i3,1 -> l,i2->2
i1 i2 i3 i4 f[i1][3]+g(i1,i2)+g{i2,i3)++g{i3,i4) l ,i4,0 --> l,i3,1 ->l,i2->2–>l,i1,3

我们以i1 i2 i4 为例:

f[i4][0]可能等于 f[i2][1] + g[i2,i4]

f[i2][1]可能等于f[i1][2] + g[i1+i2]

==> f[i4][0] 可能等于 f[i1]i2] + g[i1][i2] + g[i2][i4]

** 结论** 枚举消除时,不用枚举所有一同消除的下标,只需要枚举前一个下标。这意味着转移方程的时间复杂度从O(2n)降为O(n)。

状态数为n3,故空间复杂度为O(n3),时间复杂度为:O(n4)。许多状态不可能同时存在,实际时间复杂度低得多。

动态规划分析

动态规划的转移方程表示:

所有盒子都会被消除,所以boxes[r]也是,枚举boxes[r]被消除的可能:

情况一:boxes[r]被消除时,r的下标最小(最左边)。转移方程为:(k+1)*(k+1) + dp[l][r-1][0]

情况二:boxes[r]被消除时,i的小标比r小,如果有多个i取最大值。转移方程为:dp[i+1][r+1][0] + dp[l][i][k+1]

动态规划的初始状态:

全部为0,表示未计算。

动态规划的填表顺序:

计算dp[0][n-1][0]需要的状态。

动态规划的返回值:

dp[0][n-1][0]

枚举了不可能的情况

比如: {1,2,1,1} 由于boxs[2]和boxs[3]之间没有其它数字,所以它们一定同时被消除。

假定boxs[i1]boxs[i2]=x,且i1+1i2。

假定一:i1和i2被两次消除。 不失一般性,假定i1先被消除。包括i1共k1个x被消除,包括i2共k2个x被消除。

假定二:假定i1和i2之间没数据。除不消i1外,其它操作及顺序和假定一相同,直到消除i2。则时消除k0+k1+k2个x。 k1个boxs[i1]左边可以有k0个可以一并消除。在假定1中,这个k0x无论是一次消除还是多次消除都小于等于k0k0。除了这些x外,其它完全一样。假定一<=k0k0+k1k2+k2k2 假定二:(k0+k1+k2)^2。显然假定一 <= 假定二

这k0个x可能在假定一中和更左边的结合,那假定二可能等待这些都消除了,再消除i2。

结论: 假定一不存在,但它一定不优于假定二,假定二存在,所以多枚举了假定一,不会带来错误结果。

代码

核心代码

class Solution {
public:
  int removeBoxes(vector<int>& boxes) {
    m_c = boxes.size();
    m_boxes = boxes;
    for (int i = 0; i < m_c; i++)
    {
      m_dp[i].assign(m_c, vector<int>(m_c));
    }
    return Cal(0,m_c-1,0);
  }
  int Cal(const int& l, const int& r, const int& k)
  {
    if (l > r)
    {
      return 0;
    }
    if (0 != m_dp[l][r][k])
    {
      return m_dp[l][r][k];
    }
    m_dp[l][r][k] = Cal(l, r - 1, 0) + (k + 1) * (k + 1);
    for (int i = l; i < r; i++)
    {
      if (m_boxes[i] == m_boxes[r])
      {
        m_dp[l][r][k] = max(m_dp[l][r][k], Cal(l, i, k + 1)+ Cal(i+1,r-1,0));
      }
    }
    return m_dp[l][r][k];
  }
  int m_c;
  vector<int> m_boxes;
  vector < vector<int>> m_dp[100];
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
  assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
  if (v1.size() != v2.size())
  {
    assert(false);
    return;
  }
  for (int i = 0; i < v1.size(); i++)
  {
    Assert(v1[i], v2[i]);
  }
}
int main()
{
  vector<int> boxes;
  {
    Solution sln;
    boxes = { 1, 2, 2, 1, 1, 1, 2, 1 };
    auto res = sln.removeBoxes(boxes);
    Assert(30, res);
  }
  {
    Solution sln;
    boxes = { 1, 3, 2, 2, 2, 3, 4, 3, 1 };
    auto res = sln.removeBoxes(boxes);
    Assert(23, res);
  }
  {
    Solution sln;
    boxes = { 1,1,1 };
    auto res = sln.removeBoxes(boxes);
    Assert(9, res);
  }
  {
    Solution sln;
    boxes = { 1 };
    auto res = sln.removeBoxes(boxes);
    Assert(1, res);
  }
  {
    Solution sln;
    boxes = { 1,2,1 };
    auto res = sln.removeBoxes(boxes);
    Assert(5, res);
  }
  {
    Solution sln;
    boxes = { 1,2,2,1,1,1,2,1,1,2,1,2,1,1,2,2,1,1,2,2,1,1,1,2,2,2,2,1,2,1,1,2,2,1,2,1,2,2,2,2,2,1,2,1,2,2,1,1,1,2,2,1,2,1,2,2,1,2,1,1,1,2,2,2,2,2,1,2,2,2,2,2,1,1,1,1,1,2,2,2,2,2,1,1,1,1,2,2,1,1,1,1,1,1,1,2,1,2,2,1 };
    auto res = sln.removeBoxes(boxes);
    Assert(2758, res);
  }
}

2023年1月代码

class Solution {
public:
int removeBoxes(vector& boxes) {
memset(m_dp, 0, sizeof(m_dp));
return Cal(boxes,0, boxes.size() - 1, 0);
}
int Cal(const vector& boxes,int l, int r, int k)
{
if (l > r)
{
return 0;
}
if (0 != m_dp[l][r][k])
{
return m_dp[l][r][k];
}
int iSum = Cal(boxes,l, r - 1, 0) + (k + 1)*(k + 1);
for (int i = l; i < r; i++)
{
if (boxes[i] != boxes[r])
{
continue;
}
iSum = max(iSum, Cal(boxes, l, i, k + 1) + Cal(boxes, i + 1, r - 1, 0));
}
m_dp[l][r][k] = iSum;
return m_dp[l][r][k];
}
int m_dp[100][100][100] ;
};

2023年6月代码

class Solution {
public:
int removeBoxes(vector& boxes) {
m_c = boxes.size();
memset(m_aLRNum, -1, sizeof(m_aLRNum));
return remove(boxes,0, m_c - 1, 0);
}
int remove(const vector& boxes,const int left, const int right, int k)
{
if (right < left)
{
return 0;
}
int& iRet = m_aLRNum[left][right][k];
if (iRet >= 0)
{
return iRet;
}
iRet = (1 + k)*(1 + k) + remove(boxes,left, right - 1, 0);
int tmp = right-1;
//[1, 2, 1, 2, 2, 1, 2, 1, 2, 2, 2, 2, 2, 1],可以先消除中间,只保留两个1
while (tmp >= left)
{
while ((tmp >= left) && (boxes[tmp] != boxes[right]))
{
tmp–;
}
if (tmp < left)
{
return iRet;
}
iRet = max(iRet, remove(boxes, tmp + 1, right - 1, 0) + remove(boxes, left, tmp, k + 1));
tmp–;
}
return iRet;
}
int m_c;
int m_aLRNum[100][100][100];//m_aLRNum[l][r][k] 消除nums的[l.r]及和nums[r]相等的k个数
};

2023年8月代码

class Solution {
public:
int removeBoxes(vector& boxes) {
m_boxes = boxes;
//dp[l][r][k]表示 boxes[l] 到boxes[r] 是最后消除的,消除时后面有k同颜色的数
memset(m_dp, 0, sizeof(m_dp));
return Cal(0, boxes.size() - 1, 0);
}
int Cal(int left, int r, int k)
{
if (r < left)
{
return 0;
}
int& iRet = m_dp[left][r][k];
if (0 != iRet)
{
return iRet;
}
iRet = Cal(left, r - 1, 0) + (k + 1) * (k + 1);//直接消除
for (int i = r - 1; i >= left; i–)
{
if (m_boxes[i] != m_boxes[r])
{
continue;
}
iRet = max(iRet, Cal(left, i, k + 1) + Cal(i + 1, r - 1, 0));
}
return iRet;
}
int m_dp[100][100][100];
vector m_boxes;
};


扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关

下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 **C+

+17**

如无特殊说明,本算法用**C++**实现。

相关文章
|
2月前
|
机器学习/深度学习 存储 算法
动态规划算法深度解析:0-1背包问题
0-1背包问题是经典的组合优化问题,目标是在给定物品重量和价值及背包容量限制下,选取物品使得总价值最大化且每个物品仅能被选一次。该问题通常采用动态规划方法解决,通过构建二维状态表dp[i][j]记录前i个物品在容量j时的最大价值,利用状态转移方程避免重复计算子问题,从而高效求解最优解。
306 1
|
6月前
|
存储 监控 算法
基于 C++ 哈希表算法实现局域网监控电脑屏幕的数据加速机制研究
企业网络安全与办公管理需求日益复杂的学术语境下,局域网监控电脑屏幕作为保障信息安全、规范员工操作的重要手段,已然成为网络安全领域的关键研究对象。其作用类似网络空间中的 “电子眼”,实时捕获每台电脑屏幕上的操作动态。然而,面对海量监控数据,实现高效数据存储与快速检索,已成为提升监控系统性能的核心挑战。本文聚焦于 C++ 语言中的哈希表算法,深入探究其如何成为局域网监控电脑屏幕数据处理的 “加速引擎”,并通过详尽的代码示例,展现其强大功能与应用价值。
137 2
|
7月前
|
存储 算法 C++
Windows共享文件:探秘C++实现的B树索引算法奇境
在数字化时代,Windows共享文件的高效管理至关重要。B树算法以其自平衡多路搜索特性,在文件索引与存储优化中表现出色。本文探讨B树在Windows共享文件中的应用,通过C++实现具体代码,展示其构建文件索引、优化数据存储的能力,提升文件检索效率。B树通过减少磁盘I/O操作,确保查询高效,为企业和个人提供流畅的文件共享体验。
|
8月前
|
存储 负载均衡 算法
基于 C++ 语言的迪杰斯特拉算法在局域网计算机管理中的应用剖析
在局域网计算机管理中,迪杰斯特拉算法用于优化网络路径、分配资源和定位故障节点,确保高效稳定的网络环境。该算法通过计算最短路径,提升数据传输速率与稳定性,实现负载均衡并快速排除故障。C++代码示例展示了其在网络模拟中的应用,为企业信息化建设提供有力支持。
202 15
|
8月前
|
运维 监控 算法
解读 C++ 助力的局域网监控电脑网络连接算法
本文探讨了使用C++语言实现局域网监控电脑中网络连接监控的算法。通过将局域网的拓扑结构建模为图(Graph)数据结构,每台电脑作为顶点,网络连接作为边,可高效管理与监控动态变化的网络连接。文章展示了基于深度优先搜索(DFS)的连通性检测算法,用于判断两节点间是否存在路径,助力故障排查与流量优化。C++的高效性能结合图算法,为保障网络秩序与信息安全提供了坚实基础,未来可进一步优化以应对无线网络等新挑战。
|
8月前
|
存储 算法 数据处理
公司局域网管理中的哈希表查找优化 C++ 算法探究
在数字化办公环境中,公司局域网管理至关重要。哈希表作为一种高效的数据结构,通过哈希函数将关键值(如IP地址、账号)映射到数组索引,实现快速的插入、删除与查找操作。例如,在员工登录验证和设备信息管理中,哈希表能显著提升效率,避免传统线性查找的低效问题。本文以C++为例,展示了哈希表在局域网管理中的具体应用,包括设备MAC地址与IP分配的存储与查询,并探讨了优化哈希函数和扩容策略,确保网络管理高效准确。
|
4月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
112 0
|
5月前
|
存储 机器学习/深度学习 算法
基于 C++ 的局域网访问控制列表(ACL)实现及局域网限制上网软件算法研究
本文探讨局域网限制上网软件中访问控制列表(ACL)的应用,分析其通过规则匹配管理网络资源访问的核心机制。基于C++实现ACL算法原型,展示其灵活性与安全性。文中强调ACL在企业与教育场景下的重要作用,并提出性能优化及结合机器学习等未来研究方向。
133 4
|
6月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
167 17
|
5月前
|
机器学习/深度学习 存储 算法
基于 C++ 布隆过滤器算法的局域网上网行为控制:URL 访问过滤的高效实现研究
本文探讨了一种基于布隆过滤器的局域网上网行为控制方法,旨在解决传统黑白名单机制在处理海量URL数据时存储与查询效率低的问题。通过C++实现URL访问过滤功能,实验表明该方法可将内存占用降至传统方案的八分之一,查询速度提升约40%,假阳性率可控。研究为优化企业网络管理提供了新思路,并提出结合机器学习、改进哈希函数及分布式协同等未来优化方向。
113 0
下一篇
开通oss服务