(算法设计, 40分) 有n个矩形,每个矩形可以用a,b来描述,表示长和宽。矩形X(a,b)可以嵌套在矩形Y(c,d)中当且仅当a<c,b<d或者b<c,a<d(相当于旋转90度)。例如(1,5)可以嵌套在(6,2)内,但不能嵌套在(3,4)中。请设计一个动态规划算法选出尽可能多的矩形排成一行,使得除最后一个矩形外,每一个矩形都可以嵌套在下一个矩形内。(请先给出算法思路和递推式,再写伪代码,分析复杂度) 输入: 第一行是一个正数N(0<N),表示测试数据组数, 每组测试数据的第一行是一个正整数n,表示该组测试数据中含有矩形的个数(n<=1000)。 随后的n行,每行有两个数a,b(0<a,b<100),表示矩形的长和宽。 输出: 每组测试数据都输出一个数,表示最多符合条件的矩形数目,每组输出占一行 样例输入: 1 10 1 2 2 4 5 8 6 10 7 9 3 1 5 8 12 10 9 7 2 2 样例输出: 5用c++写伪代码
时间: 2023-07-15 20:13:21 浏览: 351
算法思路:定义状态dp[i]表示以第i个矩形为结尾的最长可嵌套矩形序列长度,转移方程为dp[i]=max(dp[j])+1,其中j<i且第j个矩形可以嵌套在第i个矩形中。
伪代码如下:
```
for each test case {
read n
for i from 1 to n {
read a, b
rect[i] = (a, b)
}
sort rect in non-increasing order of a
for i from 1 to n {
dp[i] = 1
for j from 1 to i-1 {
if rect[j].b > rect[i].b and dp[j]+1 > dp[i] {
dp[i] = dp[j] + 1
}
}
}
print max(dp)
}
```
时间复杂度为O(n^2),其中n为矩形个数。
相关问题
有n个矩形,每个矩形可以用a,b来描述,表示长和宽。矩形X(a,b)可以嵌套在矩形Y(c,d)中当且仅当a<c,b<d或者b<c,a<d(相当于旋转90度)。例如(1,5)可以嵌套在(6,2)内,但不能嵌套在(3,4)中。请设计一个动态规划算法选出尽可能多的矩形排成一行,使得除最后一个矩形外,每一个矩形都可以嵌套在下一个矩形内。
我们可以将所有的矩形按照长和宽分别排序,得到两个序列。假设第一个序列为 A,第二个序列为 B。
设 dp[i] 表示以第 i 个矩形为结尾的最长嵌套矩形序列的长度。那么状态转移方程为:
dp[i] = max{dp[j]} + 1 (A[j]<A[i] && B[j]<B[i] 或者 A[j]<B[i] && B[j]<A[i]),其中 j<i。
也就是说,我们枚举所有在 i 之前的矩形 j,如果 j 可以嵌套在 i 中,则 dp[i] 可以由 dp[j] 转移而来。
最终的答案就是 max{dp[i]}。
时间复杂度为 O(n^2),可以通过一些优化来达到 O(nlogn) 或者 O(n) 的复杂度。
1. (算法设计, 40分) 有n个矩形,每个矩形可以用a,b来描述,表示长和宽。矩形X(a,b)可以嵌套在矩形Y(c,d)中当且仅当a<c,b<d或者b<c,a<d(相当于旋转90度)。例如(1,5)可以嵌套在(6,2)内,但不能嵌套在(3,4)中。请设计一个动态规划算法选出尽可能多的矩形排成一行,使得除最后一个矩形外,每一个矩形都可以嵌套在下一个矩形内。(请先给出算法思路和递推式,再写伪代码,分析复杂度) 输入: 第一行是一个正数N(0<N),表示测试数据组数, 每组测试数据的第一行是一个正整数n,表示该组测试数据中含有矩形的个数(n<=1000)。 随后的n行,每行有两个数a,b(0<a,b<100),表示矩形的长和宽。 输出: 每组测试数据都输出一个数,表示最多符合条件的矩形数目,每组输出占一行 样例输入: 1 10 1 2 2 4 5 8 6 10 7 9 3 1 5 8 12 10 9 7 2 2 样例输出: 5
算法思路:
首先对矩形按照长和宽进行排序,然后可以发现只有当前矩形的长和宽都大于上一个矩形的长和宽时,该矩形才可以嵌套在上一个矩形内。因此,我们可以定义一个状态dp[i]表示以第i个矩形为结尾的最多符合条件的矩形数目。对于每个矩形i,我们可以枚举前面的所有矩形j,如果矩形j可以嵌套在矩形i内,则有dp[i]=max(dp[i],dp[j]+1)。最终的答案就是所有dp[i]中的最大值。
递推式:
dp[i]=max(dp[j]+1),其中j<i且矩形j可以嵌套在矩形i内。
伪代码:
```
sort(rectangles) //按照长和宽排序
for i = 1 to n do
dp[i] = 1
for j = 1 to i - 1 do
if rectangles[j]可以嵌套在rectangles[i]内 then
dp[i] = max(dp[i], dp[j] + 1)
end for
end for
ans = max(dp)
print ans
```
时间复杂度:
排序的时间复杂度为O(nlogn),计算dp数组的时间复杂度为O(n^2),因此总时间复杂度为O(n^2logn)。
阅读全文
相关推荐















