当前位置:首页 > 入门组 > 2022 CSP-J 上升点序(洛谷P8816)解题报告:动态规划求解最长上升序列

2022 CSP-J 上升点序(洛谷P8816)解题报告:动态规划求解最长上升序列

2个月前 (06-21)

2022 CSP-J 上升点序(洛谷P8816)解题报告:动态规划求解最长上升序列 动态规划 最长上升子序列 算法竞赛  第1张




一、题目解读

2022年CSP-J题目“上升点序”(洛谷P8816)要求给定一个平面点集,每个点的坐标(x,y)均为整数。题目需要构造一个最长的上升序列,序列中相邻点的坐标满足x和y均严格递增。允许使用额外的点(不超过k个)来连接原序列中的点,最终输出最长上升序列的长度。关键点在于如何高效利用额外点来扩展序列,同时保证上升性。

二、解题思路

作者采用动态规划(DP)解决该问题。核心思想是将问题分解为子问题,通过状态转移计算最长序列。定义二维DP数组dp[i][j]表示以第i个点结尾,使用j个额外点时的最长序列长度。通过遍历所有可能的“前驱点”,计算插入额外点的数量,从而更新状态。

三、解题步骤

1. 输入与预处理:读入n个点坐标,按(x,y)升序排序(确保后续DP顺序依赖)。

2. 动态规划初始化:dp[i][j]初始化为1(每个点自身构成长度为1的序列)。

3. 状态转移:

    遍历前驱点prev,若prev在点i的左下方,计算需插入的点数needed = dx + dy - 1(由斜率公式推导)。

    若needed ≤ j,更新dp[i][j] = max(dp[i][j], dp[prev][j-needed] + dx + dy),即利用剩余额外点延长序列。

4. 结果优化:考虑剩余额外点(k-j)对序列的延长,更新全局最大值max_len。

5. 输出结果:最终最长序列长度。

四、代码与注释

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

// 定义点结构,按(x,y)升序排序
struct Point {
    int x, y;
    bool operator<(const Point& other) const {
        return x < other.x || (x == other.x && y < other.y);
    }
};

int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr); // 优化输入输出速度

    int n, k;
    cin >> n >> k;
    
    vector<Point> points(n);
    for (int i = 0; i < n; ++i) {
        cin >> points[i].x >> points[i].y;
    }
    sort(points.begin(), points.end()); // 排序,保证DP顺序依赖

    // dp[i][j]表示以第i个点结尾,使用j个额外点时的最长序列长度
    vector<vector<int>> dp(n, vector<int>(k + 1, 1));
    int max_len = 1;

    for (int i = 0; i < n; ++i) {
        for (int j = 0; j <= k; ++j) {
            dp[i][j] = 1; // 初始化为1(单点序列)
            
            for (int prev = 0; prev < i; ++prev) {
                if (points[prev].x > points[i].x || points[prev].y > points[i].y) {
                    continue; // 跳过非左下方点
                }
                int dx = points[i].x - points[prev].x;
                int dy = points[i].y - points[prev].y;
                int needed = dx + dy - 1; // 计算插入点数
                if (needed <= j) {
                    // 若额外点足够,更新状态
                    dp[i][j] = max(dp[i][j], dp[prev][j - needed] + dx + dy);
                }
            }
            max_len = max(max_len, dp[i][j] + (k - j)); // 考虑剩余额外点延长
        }
    }
    
    cout << max_len << endl;
    return 0;
}

五、总结

该解法巧妙利用动态规划解决带额外点的最长上升序列问题。通过排序预处理、斜率推导的插入点数计算,以及状态转移优化,将复杂问题转化为可迭代的子问题。代码结构清晰,时间复杂度O(n²k),适合竞赛场景。掌握此类DP问题的建模思路,对算法竞赛中类似题目具有重要参考价值。

原创内容 转载请注明出处

分享给朋友:

相关文章

IOI 1994 洛谷1216:如何用O(1)空间解决数字三角形问题?附代码实现

IOI 1994 洛谷1216:如何用O(1)空间解决数字三角形问题?附代码实现

题目重解:数字三角形是一个经典的动态规划问题,给定一个由数字组成的三角形结构,从顶部出发,每次可以移动到下方相邻的数字,最终到达底部。我们需要找到一条路径,使得路径上经过的数字总和最大。这个问题可以很...

洛谷P1007士兵过桥问题详解 C++贪心算法实现与优化

洛谷P1007士兵过桥问题详解 C++贪心算法实现与优化

题目解读这道题目描述了一座长度为L的桥上有n个士兵,每个士兵每秒可以向左或向右移动1个单位。当士兵到达桥的端点(0或L+1)时离开桥。要求计算所有士兵离开桥的最小时和最大时间。解题思路最小时计算:每个...

LeetCode 120题三角形最小路径和最优解法:动态规划详解与代码实现

LeetCode 120题三角形最小路径和最优解法:动态规划详解与代码实现

一、题目解读LeetCode 120题“三角形最小路径和”要求给定一个由数字组成的三角形,从顶部开始向下移动,每次可向左或向右移动一格,计算从顶至底的最小路径和。三角形以二维向量形式给出,每层元素数量...

洛谷P4551题解题报告:图论与Trie树优化异或路径问题的实战解析

洛谷P4551题解题报告:图论与Trie树优化异或路径问题的实战解析

一、题目解读洛谷P4551题要求在一个无向图中,寻找任意两点路径权值异或后的最大值。题目输入为图的边信息(点数n和n-1条边),每条边包含起点、终点及权值。需输出所有路径中权值异或的最大值。问题核心在...

CSP-J 2019公交换乘题解析:基于队列优化的动态规划代码详解

CSP-J 2019公交换乘题解析:基于队列优化的动态规划代码详解

一、题目解读CSP-J 2019年的“公交换乘”题目(洛谷P5661)要求模拟地铁与公交交替出行的费用计算。题目核心在于地铁消费会产生优惠券,而公交可在45分钟内使用优惠券抵扣车费。需要处理n条出行记...

【蓝桥杯2015省赛解析】生命之树:树形DP解题全攻略(洛谷P8625代码详解)

【蓝桥杯2015省赛解析】生命之树:树形DP解题全攻略(洛谷P8625代码详解)

一、题目解读    “生命之树”是一道经典的树形结构问题,要求计算一棵带权树中,以某个节点为根的最大子树权值和。题目输入为n个节点及边信息,每个节点有权值wi,...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。