动态规划是非常值得训练的,结合了众多的算法思想在其中,例如递归、回溯、深搜等等。 前两次得动态都是非常容易的,比较能看出状态转移方程的,然而今天的2个经典算法有些难度。 动态规划专项一,点击此处 动态规划专项二,点击此处 这次专项是经典的算法问题,值得回味。
n皇后问题
不说了,这个问题还进了知乎,想看的可以点击此处 问题描述:说到这个N-皇后问题,就不得不先提一下这个历史上著名的8皇后问题啦。 八皇后问题,是一个古老而著名的问题.该问题是国际西洋棋棋手马克斯·贝瑟尔于1848年提出:在8×8格的国际象棋上摆放八个皇后,使其不能互相攻击,即任意两个皇后都不能处于同一行、同一列或同一斜线上,问有多少种摆法?(根据程序有92种算法) 那么,我们将8皇后问题推广一下,就可以得到我们的N皇后问题了。N皇后问题是一个经典的问题,在一个NxN的棋盘上放置N个皇后,使其不能互相攻击 (同一行、同一列、同一斜线上的皇后都会自动攻击) 那么问,有多少种摆法? 这里给出摆法和总数。 关键算法就是判断(列+对角线)与深搜
#include <iostream>
#include <cmath>
using namespace std;
const int N=20;
int count=0;
int q[N];
bool find(int i,int j){
int k=1;
while(k<i){
if(q[k]==j||abs(k-i)==abs(q[k]-j))
return false;
k++;
}
return true;
}
void print(int n){
cout<<endl;
count++;
int i,j;
for(i=1;i<=n;i++){
for(j=1;j<=n;j++){
if(q[i]!=j) cout<<"x ";
else cout<<"Q ";
}
cout<<endl;
}
}
void dfs(int k,int n){
int j;
if(k>n) print(n);
else{
for(j=1;j<=n;j++){
if(find(k,j)){
q[k]=j;
dfs(k+1,n);
}
}
}
}
int main(){
int n;
cin>>n;
dfs(1,n);
cout<<count<<endl;
return 0;
}
这里以n=4为例输出样式。
0-1背包问题
问题描述:有N件物品和一个容量为V的背包。第i件物品的费用是c[i],价值是w[i]。求解将哪些物品装入背包可使价值总和最大。 关键状态转移方程:dp[i][r]=max(dp[i-1][r],dp[i-1][r-w[i]]+v[i]) 背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为:给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。
多种背包问题链接,下次有时间更新。点击此处
#include <iostream>
#include <algorithm>
using namespace std;
int n,w1;
int w[20];
int v[20];
int dp[20][100];
int x[20];
int maxv=0;
void knap(){
int i,r;
for(i=0;i<=n;i++) dp[i][0]=0;
for(r=0;r<=w1;r++) dp[0][r]=0;
for(i=1;i<=n;i++){
for(r=1;r<=w1;r++){
if(r<w[i]) dp[i][r]=dp[i-1][r];
else dp[i][r]=max(dp[i-1][r],dp[i-1][r-w[i]]+v[i]);
}
}
}
void Build(){
int i=n,r=w1;
while(i>=0){
if(dp[i][r]!=dp[i-1][r]){
x[i]=1;
maxv+=v[i];
r=r-w[i];
}
i--;
}
}
int main(){
cin>>n>>w1;
for(int i=0;i<=n;i++){
cin>>v[i];
}
for(int j=0;j<=n;j++){
cin>>w[j];
}
knap();
Build();
for(int k=0;k<=n;k++){
if(x[k]==1){
cout<<k<<" ";
}
}
cout<<"\n"<<maxv<<endl;
return 0;
}
结果运行图
|