线性dp
动态规划时间复杂度分析,状态数目与状态转移次数相乘。
数字三角形
数字三角形
以集合的观点考虑dp问题。
#include<iostream>
#include<cstring>
#include<algorithm>
using namespace std;
const int maxn = 510;
int n,ans;
int a[maxn][maxn],f[maxn][maxn];
int main(){
cin>>n;
for(int i=0;i<=n;i++){
for(int j=0;j<= n+1;j++)
f[i][j] = 0x3f3f3f3f * -1; //初始化f处理边界问题
}
for(int i=1;i<=n;i++){
for(int j=1;j<=i;j++){
scanf("%d",&a[i][j]);
}
}
f[1][1] = a[1][1];
for(int i=2;i<=n;i++){
for(int j=1;j<=i;j++){
f[i][j] = max(f[i-1][j-1]+a[i][j],f[i-1][j]+a[i][j]);
}
}
ans = -1 * 0x3f3f3f3f; //第n层找最优
for(int i=1;i<=n;i++) ans = max(ans, f[n][i]);
cout<<ans;
return 0;
}
时间复杂度,总共n2个状态,对于每个状态转移计算一次,复杂度为n2.
最长上升子序列
最长上升子序列
以集合的观点分析。对于状态而言,一般从低维到高维考虑。
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int maxn = 1010;
int n,a[maxn],f[maxn];
int main(){
cin>>n;
for(int i=1;i<=n;i++){
scanf("%d",&a[i]);
}
for(int i=1;i<=n;i++) f[i] = 1;
for(int i=2;i<=n;i++){
for(int j=1;j<=i;j++){
if(a[j]>=a[i]) continue;
f[i] = max(f[i],f[j] + 1);
}
}
int ans = 0;
for(int i=1;i<=n;i++){
ans = max(ans,f[i]);
}
cout<<ans;
return 0;
}
时间复杂度分析,状态数量为n,每次状态转移计算n次。复杂度为n2.