NEUQ-ACM预备队week7-创新互联
NEUQ-ACM预备队week7公司专注于为企业提供成都网站制作、成都网站建设、微信公众号开发、成都做商城网站,小程序开发,软件按需规划网站等一站式互联网企业服务。凭借多年丰富的经验,我们会仔细了解各客户的需求而做出多方面的分析、设计、整合,为客户设计出具风格及创意性的商业解决方案,创新互联更提供一系列网站制作和网站推广的服务。文章目录
分享题目:NEUQ-ACM预备队week7-创新互联
文章来源:http://abwzjs.com/article/ijpjs.html
- NEUQ-ACM预备队week7
- 1.采药(P1048)(01背包模板题)
- 2.最长上升子序列(B3637)(模板题)
- 3.大子段和(模板)
- 4.最长公共子序列
import java.util.Scanner;
public class Main {public static void main(String[] args) {Scanner sc=new Scanner(System.in);
int T = sc.nextInt();
int n=sc.nextInt();
int[] weight = new int[105];
int flag=0;
int[] value = new int[105];
while (sc.hasNext()){weight[flag]=sc.nextInt();
value[flag]=sc.nextInt();
flag++;
}
testweightbagproblem(weight, value, T);
}
public static void testweightbagproblem(int[] weight, int[] value, int bagsize){int wlen = weight.length, value0 = 0;
//定义dp数组:dp[i][j]表示背包容量为j时,前i个物品能获得的大价值
int[][] dp = new int[wlen + 1][bagsize + 1];
//初始化:背包容量为0时,能获得的价值都为0
for (int i = 0; i<= wlen; i++){dp[i][0] = value0;
}
//遍历顺序:先遍历物品,再遍历背包容量
for (int i = 1; i<= wlen; i++){for (int j = 1; j<= bagsize; j++){if (j< weight[i - 1]){dp[i][j] = dp[i - 1][j];
}else{dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - weight[i - 1]] + value[i - 1]);
}
}
}
System.out.println(dp[wlen][bagsize]);
}
}
2.最长上升子序列(B3637)(模板题)dp[i]表示i之前包括i的以nums[i]结尾最长上升子序列的长度
(c++版懒得写了,很好改)
import java.util.Arrays;
import java.util.Scanner;
public class Main {public static void main(String[] args) {Scanner sc=new Scanner(System.in);
int n=sc.nextInt();//吃掉
int[] nums=new int[n];
int flag=0;
while(sc.hasNext()){nums[flag++]=sc.nextInt();
}
int[] dp=new int[nums.length];
Arrays.fill(dp,1);
for (int i = 0; i< dp.length; i++) {for (int j = 0; j< i; j++) {if(nums[i]>nums[j]){dp[i]=Math.max(dp[i],dp[j]+1);//与前面每一个比较,不是dp[i]与dp[j]+1比较
}
}
}
int res=0;
for (int i = 0; i< dp.length; i++) {res=Math.max(res,dp[i]);
}
System.out.println(res);
}
}
3.大子段和(模板)思路:
dp[i]:包括下标i之前的大连续子序列和为dp[i]
dp[i]只有两个方向可以推出来:
- dp[i - 1] + nums[i],即:nums[i]加入当前连续子序列和
- nums[i],即:从头开始计算当前连续子序列和
一定是取大的,所以dp[i] = max(dp[i - 1] + nums[i], nums[i]);
import java.util.Scanner;
public class p1115 {public static void main(String[] args) {Scanner sc=new Scanner(System.in);
int n=sc.nextInt();//吃掉
int[] nums=new int[n];
int flag=0;
while(sc.hasNext()){nums[flag++]=sc.nextInt();
}
int[] dp=new int[nums.length];
if (nums.length == 0) {System.out.println(0);
}
int res = nums[0];
dp[0] = nums[0];
for (int i = 1; i< nums.length; i++) {dp[i] = Math.max(dp[i - 1] + nums[i], nums[i]);
res = res >dp[i] ? res : dp[i];
}
System.out.println(res);
}
}
4.最长公共子序列思路:先计数,再还原
dp[i][j]:长度为[0, i - 1]的字符串text1与长度为[0, j - 1]的字符串text2的最长公共子序列为dp[i][j]
确定递推公式
主要就是两大情况:text1[i - 1] 与 text2[j - 1]相同,text1[i - 1] 与 text2[j - 1]不相同
- 如果text1[i - 1] 与 text2[j - 1]相同,那么找到了一个公共元素,所以dp[i][j] = dp[i - 1][j - 1] + 1;
- 如果text1[i - 1] 与 text2[j - 1]不相同,那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列,取大的。
即:dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]);
#includeusing namespace std;
#define int long long
int n,m,f[5005][5005],vis[5005][5005];
char s[5005],t[5005],ans[5005];
signed main(){
scanf("%s%s",s+1,t+1);
n=strlen(s+1),m=strlen(t+1);
for(int i=1;i<=n;++i){
for(int j=1;j<=m;++j){
if(s[i]==t[j]){
f[i][j]=f[i-1][j-1]+1;
}else{
f[i][j]=max(f[i-1][j],f[i][j-1]);
}
}
}
int i=n,j=m;
while(f[i][j]>0){
if(s[i]==t[j]){
ans[f[i][j]]=s[i],i--,j--;
}else{
if(f[i][j]==f[i-1][j])i--;
else j--;
}
}
printf("%s",ans+1);
return 0;
}
你是否还在寻找稳定的海外服务器提供商?创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源,准确流量调度确保服务器高可用性,企业级服务器适合批量采购,新人活动首月15元起,快前往官网查看详情吧
分享题目:NEUQ-ACM预备队week7-创新互联
文章来源:http://abwzjs.com/article/ijpjs.html