通过 HDU 2048 来初步理解动态规划

HDU 2048 数塔

问题描述

题目链接-点我查看题目

  给出一个数塔,要求从顶层走到底层,每一步只能从高层走到相邻的低层节点,求经过的结点的数字之和最大是多少?

动态规划的定义

  dynamic programming is a method for solving a complex problem by breaking it down into a collection of simpler subproblems.
  动态规划是通过拆分问题,定义问题状态和状态之间的关系,使得问题得以递推(或者说分治)的方式去解决。
  对于动态规划,大家可能会产生一些误解,将重点放在如何递推的求解问题,但如何拆分问题,才是动态规划的核心。而拆分问题,靠的就是状态的定义状态转移方程的定义

1、状态的定义

  首先,我们假设使用一个二维数组dp来表示这个数塔,类似这样:

  7 0 0 0 0
  3 8 0 0 0
  8 1 0 0 0
  2 7 4 4 0
  4 5 2 6 5
  数组中数塔之外的地方我们将数值填充为0,其中\(dp[0][0]\)表示数塔最顶部,\(dp[1][0]\)\(dp[1][1]\)分别表示\(dp[0][0]\)下一层的左右两个相邻结点。


  状态定义之前,我们首先需要进行问题的定义子问题的定义
  有人可能会问了,题目都已经在这了,我们还需定义这个问题吗?需要,原因就是这个问题在字面上看,找不出子问题,而没有子问题,这个题目就没办法解决。
所以我们来重新定义这个问题:

  • 给定一个 \(I * J\) 大小的二维数组 \(dp\)
  • \(F_{i,j} (i<I,j<J)\)\(dp[i][j]\) 结点到达底部所经过结点的最大数字之和
  • \(F_{0,0}\) 的值为多少

  如此,以上的\(F{i,j}\) 就是我们所说的状态,定义中的“\(F_{i,j}\)\(dp[i][j]\)结点到达底部所经过结点的最大数字之和“就是我们所说的状态的定义
  对于 \(F_{i,j}\) 来讲,\(F_{i-1,j}\)\(F_{i-1,j+1}\) 就是\(F_{i,j}\)的子问题:因为 \(dp[i][j]\) 结点往下一层结点走的时候只有这两个相邻的结点可以选择

2、状态转移方程

  上述状态定义好之后,状态和状态之间的关系式,就叫做状态转移方程
在上一步我们得到了状态的定义:
\(F_{i,j}\)\(dp[i][j]\)结点到达底部所经过结点的最大数字之和

  则状态转移方程为:
\(F_{i,j}\) = \(dp[i][j]\) + \(max(F_{i-1,j},F_{i-1,j+1})\)

  用语言解释一下就是:往下一层走的时候,选择两个结点中状态值最大的那一个
因为最底层的状态值就是本身的值,所以,我们就可以通过该方程从最底层一直往上递推,求得最高层的解

  这里可以看出,状态转移方程就是定义了问题与子问题之间的关系,也可以看出,状态转移方程就是一个带有条件判断的递推式。

总结

  总的来说,动态规划是一种解决问题的观察角度,让问题能够以递推的方式来解决。所以,如何分析问题,才是动态规划的重点

  最后,附上我之前的解题报告:解题报告链接-点我查看解题报告

猜你喜欢

转载自www.cnblogs.com/zyx1301691180/p/11823672.html