苏苏酱陪你学动态规划（二）——合唱团

桃扇骨 2022-04-16 04:29 185阅读 0赞

## 1、问题重述 ##

有 n 个学生站成一排，每个学生有一个能力值，牛牛想从这 n 个学生中按照顺序选取 k 名学生，要求相邻两个学生的位置编号的差不超过 d，使得这 k 个学生的能力值的乘积最大，你能返回最大的乘积吗？

## 2、题目分析 ##

题目要求n各学生中选择k个，使这k个学生的能力值乘积最大。这是一个最优化的问题。另外，在优化过程中，提出了相邻两个学生的位置编号差不超过d的约束。

> 如果不用递归或者动态规划，问题很难入手，并且，限制条件d也需要对每一个进行约束，编程十分复杂

所以，解决的方法是采用动态规划（理由：1.求解的是最优化问题；2.可以分解为最优子结构）

首先，对该问题的分解是关键。

> 从n个学生中，选择k个，可以看成是：先从n个学生里选择最后1个，然后在剩下的里选择k-1个，并且让这1个和前k-1个满足约束条件

其次，数学描述

> 为了能够编程实现，需要归纳出其递推公式，而在写递推公式之前，首先又需要对其进行数学描述

记第k个人的位置为one,则可以用f\[one\]\[k\]表示从n个人中选择k个的方案。然后，它的子问题，需要从one前面的left个人里面，选择k-1个，这里left表示k-1个人中最后一个（即第k-1个）人的位置，因此，子问题可以表示成f\[left\]\[k-1\].

> 学生能力数组记为arr\[n+1\],第i个学生的能力值为arr\[i\]  
> one表示最后一个人，其取值范围为\[1,n\];  
> left表示第k-1个人所处的位置，需要和第k个人的位置差不超过d，因此  
> max\{k-1,one-d\}<=left<=one-1

在n和k定了之后，需要求解出n个学生选择k个能力值乘积的最大值。因为能力值有正有负，所以

> 当one对应的学生能力值为正时，  
> f\[one\]\[k\] = max\{f\[left\]\[k-1\]*arr\[i\]\}(max\{k-1,one-d\}<=left<=one-1);  
> 当one对应的学生能力值为负时  
> g\[one\]\[k\] = min\{g\[left\]\[k-1\]*arr\[i\]\}(max\{k-1,one-d\}<=left<=one-1);  
> 此处g\[\]\[\]是存储n个选k个能力值乘积的最小值数组

## 3、编程实现 ##

import java.util.Scanner;
    
    public class Main {
        public static void main(String[] args){
            Scanner sc = new Scanner(System.in);
            while(sc.hasNext()) {
                //总人数
                int n = sc.nextInt();
                //学生能力值数组，第i个人直接对应arr[i]
                int[] arr = new int[n + 1];
                //初始化
                for (int i = 1; i <= n; i++) {//人直接对应坐标
                    arr[i] = sc.nextInt();
                }
                //选择的学生数
                int kk = sc.nextInt();
                //间距
                int dd = sc.nextInt();
    
                /**
                 * 递推的时候，以f[one][k]的形式表示
                 * 其中：one表示最后一个人的位置，k为包括这个人，一共有k个人
                 * 原问题和子问题的关系：f[one][k]=max{f[left][k-1]*arr[one],g[left][k-1]*arr[one]}
                 */
                //规划数组
                long[][] f = new long[n + 1][kk + 1];//人直接对应坐标,n和kk都要+1
                long[][] g = new long[n + 1][kk + 1];
                //初始化k=1的情况
                for(int one = 1;one<=n;one++){
                    f[one][1] = arr[one];
                    g[one][1] = arr[one];
                }
                //自底向上递推
                for(int k=2;k<=kk;k++){
                    for(int one = k;one<=n;one++){
                        //求解当one和k定的时候，最大的分割点
                        long tempmax = Long.MIN_VALUE;
                        long tempmin = Long.MAX_VALUE;
                        for(int left = Math.max(k-1,one-dd);left<=one-1;left++){
                            if(tempmax<Math.max(f[left][k-1]*arr[one],g[left][k-1]*arr[one])){
                                tempmax=Math.max(f[left][k-1]*arr[one],g[left][k-1]*arr[one]);
                            }
                            if(tempmin>Math.min(f[left][k-1]*arr[one],g[left][k-1]*arr[one])){
                                tempmin=Math.min(f[left][k-1]*arr[one],g[left][k-1]*arr[one]);
                            }
                        }
                        f[one][k] = tempmax;
                        g[one][k] = tempmin;
                    }
                }
                //n选k最大的需要从最后一个最大的位置选
                long result = Long.MIN_VALUE;
                for(int one = kk;one<=n;one++){
                    if(result<f[one][kk]){
                        result = f[one][kk];
                    }
                }
                System.out.println(result);
            }
        }
    }

本篇博文整理自牛客网菜鸟华的分享。