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。
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。
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> //#define max(x,y) ((x)>(y)?(x):(y)) 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