计蒜客 挑战难题 跳跃游戏二
2016-07-18 14:15
225 查看
给定一个非负整数数组,假定你的初始位置为数组第一个下标。
数组中的每个元素代表你在那个位置能够跳跃的最大长度。
你的目标是到达最后一个下标,并且使用最少的跳跃次数。
例如:
A = [2,3,1,1,4], 到达最后一个下标的最少跳跃次数为2.(先跳跃1步,从下标0到1,然后跳跃3步,到达最后一个下标。一共两次)
格式:
第一行输入一个正整数n,接下来的一行,输入数组A
。
最后输出最少的跳跃次数。
先给出状态转移方程 d[i]=min(d[i],d[j]+1)(i<j<=n-1&&j<=I + a[i],d[n-1]=0),d[i]代表对于第 i 个数 其到达n – 1所需的最小步数, 对于 i 显然左边方程是正确的,因为一个数 a i
可以跳跃到的数中理应跳跃到 到达n – 1 所需步数最小的位置,跳到其他的位置不可能花更少的步数。
总结(吐槽?): 动态规划的题目就这样,基本给出方程来就没什么好说的了,这道题目被划分在动态规划的题目里,所以直接往这个方向想,答案一下子就出来了
题目的解与状态恰好一样。这是我靠自己做出来的第一道动态规划的题目,此前经典例题做过很多但都是看了题解的,所以,让我非常有成就感,在此简单归纳一下
Dp题目的特点。
. 可以划分为若干的子问题
.由局部解可求得全局解
. 往往需要递推公式或递归解题
.子问题的解往往拓扑有序,比如这道题 求d[i]必须先知道d[i+1]到d[n-1]的值,且不能通过d[i]求d[i+1]到d[n-1];
由以上特性我们可以明白那些题目适合用dp解决,其实特性3是由特性4所决定的,做dp题目关键就是状态转移方程的设计,首先要先想好状态
可以从问题解入手,因为出题者考查的是动规的话,往往有意无意让状态与解接近,为了设计合理的状态,对题目适当的数学抽象也是必要的,然后根据子问题
的划分着手设计方程,动规其实是一种思想,根据已有解进一步推出全局解,让答案"动态生成",其实关于dp很重要的一点是可能的重复计算,递推是一种消除的
方法,还有的方法是记忆化搜索。最后要说的就是dp一般都能给出有令人满意的时间复杂度的算法,但是他绝不是最优的,题目可能存在更优的贪心算法,这道题目
叫做跳跃游戏二,跳跃游戏的改进版(其实更简单。。),那道题就是利用贪心的策略,但那道也可以使用dp解决。dp的一些特性贪心也是满足的
数组中的每个元素代表你在那个位置能够跳跃的最大长度。
你的目标是到达最后一个下标,并且使用最少的跳跃次数。
例如:
A = [2,3,1,1,4], 到达最后一个下标的最少跳跃次数为2.(先跳跃1步,从下标0到1,然后跳跃3步,到达最后一个下标。一共两次)
格式:
第一行输入一个正整数n,接下来的一行,输入数组A
。
最后输出最少的跳跃次数。
样例输入
5 3 1 1 1 1
样例输出
2
题解:
利用动态规划,模拟背包问题;从最后出发dp[i]=main(dp[i],dp[j]+1);
依次向前查找,dp[i]表示第i个到最后一个的最短步数;
#include<stdio.h> #include<algorithm> #include<iostream> using namespace std; int main() { int a[1000],dp[1000],n,i,j; scanf("%d",&n); for(i=0;i<n;i++) { scanf("%d",&a[i]); } dp[n-1]=0; for(i=n-2;i>=0;i--) {dp[i]=n; for(j=i;j<n&&j<=i+a[i];j++) { dp[i]=min(dp[i],dp[j]+1); } } printf("%d\n",dp[0]); }另附其他理解:
先给出状态转移方程 d[i]=min(d[i],d[j]+1)(i<j<=n-1&&j<=I + a[i],d[n-1]=0),d[i]代表对于第 i 个数 其到达n – 1所需的最小步数, 对于 i 显然左边方程是正确的,因为一个数 a i
可以跳跃到的数中理应跳跃到 到达n – 1 所需步数最小的位置,跳到其他的位置不可能花更少的步数。
总结(吐槽?): 动态规划的题目就这样,基本给出方程来就没什么好说的了,这道题目被划分在动态规划的题目里,所以直接往这个方向想,答案一下子就出来了
题目的解与状态恰好一样。这是我靠自己做出来的第一道动态规划的题目,此前经典例题做过很多但都是看了题解的,所以,让我非常有成就感,在此简单归纳一下
Dp题目的特点。
. 可以划分为若干的子问题
.由局部解可求得全局解
. 往往需要递推公式或递归解题
.子问题的解往往拓扑有序,比如这道题 求d[i]必须先知道d[i+1]到d[n-1]的值,且不能通过d[i]求d[i+1]到d[n-1];
由以上特性我们可以明白那些题目适合用dp解决,其实特性3是由特性4所决定的,做dp题目关键就是状态转移方程的设计,首先要先想好状态
可以从问题解入手,因为出题者考查的是动规的话,往往有意无意让状态与解接近,为了设计合理的状态,对题目适当的数学抽象也是必要的,然后根据子问题
的划分着手设计方程,动规其实是一种思想,根据已有解进一步推出全局解,让答案"动态生成",其实关于dp很重要的一点是可能的重复计算,递推是一种消除的
方法,还有的方法是记忆化搜索。最后要说的就是dp一般都能给出有令人满意的时间复杂度的算法,但是他绝不是最优的,题目可能存在更优的贪心算法,这道题目
叫做跳跃游戏二,跳跃游戏的改进版(其实更简单。。),那道题就是利用贪心的策略,但那道也可以使用dp解决。dp的一些特性贪心也是满足的
相关文章推荐
- MySQL数据库存储引擎的概念与用途
- IOS 上传多张图片
- Java面试题的收集
- RBTree(RED,BLACK)Tree
- 使用jQuery Autocomplete(自动完成)插件,结合ajax实现搜索框匹配
- Nginx采用https加密访问后出现的问题
- android adb push 命令
- C#中的委托到底是什么概念??
- java日期转换
- texton特征
- MVP设计模式
- JS-贪吃蛇小游戏
- 前端构建工具--Gulp
- CoreData的认识
- oracle表空间创建,用户创建,赋予权限
- angular-ui-router状态不变刷新页面
- Windows下查找占用特定端口的应用进程
- uIP TCP/IP协议栈
- SSRS Report新加字段如何在Visual Studio 显示出来
- Syntax error, annotations are only available if source level is 1.5 or greater解决方法