摘要： A*　　　　一般地，节点n的评估函数f(n)可表示如下　　　　　　　　f(n)=h(n)+d(n)　　h(n)是启发式函数，与启发信息相关。启发函数h(n)的设计非常重要，它无固定的设计模式，主要取决于面向具体问题结构的知识和求解的技巧。d(n)是开始节点到节点n的深度信息。　　A*算法最为核心的部分，就在评估函数的设计。在A*搜索算法的评估函数中，d(n)表示从起始节点到当前节点的代价，通常用当... 阅读全文

摘要： 题意：n个整数中间填上+或者-，运算结果能否被k整除。1<=n<=10000, 2<=k<=100思路：虽然不是最优化问题，但确实是DP，刚开始我也没想起了怎么DP。可以把结果mod k看作状态，这样虽然n个数有2^n-1种运算方式，但结果只有k种，所以只需枚举这k个数即可。f(i, j) 表示 前i个数运算结果mod k是否存在余数j，转移方程就简单了：如果f( i-1,... 阅读全文

摘要： 题意：把一个不超过16位的数字分成m份，求乘积最大值。一个例子：12345拆成两部分，1234|5、123|45......，但是最大值是1234 * 5 = 6170思路：动态规划，f(i, j, t)表示数字的第i位到j位，拆成t部分的最大值。方程：f(i, j, t) = max { f(i, k, 1) * f(k+1, j, t-1) } , k = i..(j-t+1) ;即， t份的... 阅读全文

摘要： 最长上升子序列问题：给出一个由n个数组成的序列x[1..n]，找出它的最长单调上升子序列。即求最大的m和a1,a2……,am，使得a1<a2<……<am且x[a1]<x[a2]<……<x[am]。动态规划求解思路分析：（O(n^2)）经典的O(n^2)的动态规划算法，设A[i]表... 阅读全文

摘要： [代码] 阅读全文

摘要： 题意：给出不超过1000头大象的（重量，IQ)，其中重量之间可能有相同的，IQ之间也可能有相同的，寻找重量严格递增，IQ严格递减的序列，输出其长度，和序列，序列以输入数据中的序号表示。思路：第一步：对这些大象按照重量排序，排序时，只对索引排序就可以了，不需要动大象的实际数据，比如（600，300，400），对应索引是（1， 2，3）排序后是（2， 3，1）。　　　第二步：对IQ排序，这需要消去重复... 阅读全文

摘要： 题意很简单：n个东西，装入容量为c的背包，怎么使装的东西重量和最大。其实，就是价值等于重量的0/1背包问题。　　UVa 上规模比较小n最大值是20, 用DP把最大容量设置大点就可以AC，但是JOJ上n最大值是100，又没有告诉容量最大有多大，用DP一用就Runtime Error，在设置大点就Memory Limit Exceeded，只好用DFS搜索了。　　DFS搜索的剪枝还挺有技巧性的，其实，... 阅读全文

摘要： 题意：插入字符来得到回文串，求插入字符最小数目思路：递归方程dp[i][j], 下来三者的最小值：如果str[i] 等于 str[j] 时 dp[i+1][j-1]; dp[i+1][j] + 1(在str[j]后面插入一个与str[i]相同的字符); dp[i][j-1] +1(在str[i]前面插入一个与str[j]相同的字符)。子问题填表，从（0，0）到（n, n)对角线向上填。代码：[代码... 阅读全文

摘要： 题意：在二维数组中找最长的下降序列，可以向上、下、左、右，四个方向走思路：len[i][j] = max{上，下，左，右}，还需要考虑height[i][j]与上下左右的关系。　　这个方程的子问题填表方式有两种：一是，迭代方式，用一个结构体记录height[i][j]、i、j，然后对高度排序，然后从小到大填表，这样就能保证填len[i][j]时，其上下左右如果不比　　　height[i][j]大则... 阅读全文

摘要： 题意：计算两个DNA碱基序列的相似度，可以插入空格来匹配任一个碱基，题目中给了任意匹配的代价。思路：score[i][j]为下列三者的最大值：seq1[i]与seq2[j]匹配 + score[i-1][j-1]；空格与seq1[i]匹配 + score[i-1][j]；空格与seq2[j]匹配 + score[i][j-1]。初值，score，第一列表示一直用空格匹配第一个序列，第一行表示一直用... 阅读全文