多维dp详解

最新推荐文章于 2024-12-29 13:20:35 发布

不见月光见星光

最新推荐文章于 2024-12-29 13:20:35 发布

阅读量931

点赞数

CC 4.0 BY-SA版权

分类专栏：算法文章标签：动态规划 c语言算法多维dp ACM

本文链接：https://blog.csdn.net/weixin_50187215/article/details/120209378

算法专栏收录该内容

30 篇文章

订阅专栏

本文介绍了如何将四维动态规划（DP）问题通过优化转化为三维乃至二维DP，以降低时间和空间复杂度。以传纸条问题为例，通过状态压缩和滚动数组技巧，将原本的四维DP优化成二维DP，从而提高算法效率。文章最后提供了相应的代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

多维dp

一定义

多维dp问题指的是一个问题具有多个维度，通常可类比于二维数组取数问题，进行直接暴力dp的话时间和空间的复杂度为 $O(n^4)$

下面以传纸条为例

二暴力的四维dp

对于传纸条可以选择从上面和左边进行选择

$f [i] [j] [p] [q] = m a x (f [i - 1] [j] [p - 1] [q], f [i] [j - 1] [p - 1] [q], f [i - 1] [j] [p] [q - 1], f [i] [j - 1] [p] [q - 1])$

三四维dp优化为三维dp

我们可以使用k = i + j，使用k - i 代替j，k- p代替q，得到下面的状态转移方程

$f [k] [i] [p] = m a x (f [k - 1] [i - 1] [p], f [k - 1] [i] [p], f [k - 1] [i] [p - 1], f [k - 1] [i] [p])$

四三维dp优化为二维dp

通过观察上面的式子，我们可以发现前面的k其实并没有被用到，所以我们可以使用滚动数组进行优化，得到的结果就是

$f [i] [p] = m a x (f [i - 1] [p], f [i] [p], f [i] [p - 1], f [i - 1] [p - 1])$

在此过程中我们只需要保证p > 1即可

五 code

#include<iostream>
#include<algorithm>
#define N 1010
using namespace std;
int f[N][N],v[N][N];
int main()
{
    int n,m;
    scanf("%d%d",&n,&m);
    for(int i = 1;i <= n;i++)
        for(int j = 1;j <= m;j++)
            scanf("%d",&v[i][j]);
    for(int k = 3;k <= n+m;k++)
        for(int i = n;i >= 1;i--)
            for(int j = n;j > i;j--)
            {
                f[i][j] = max(max(f[i-1][j],f[i-1][j-1]),max(f[i][j-1],f[i][j]));
                f[i][j] += v[i][k-i] + v[j][k-j];
            }
    printf("%d",f[n-1][n]);
}