数据结构与算法学习笔记(Acwing 提高课)----动态规划·状态机模型

数据结构与算法学习笔记----动态规划·状态机模型

@@ author: 明月清了个风
@@ first publish time: 2025.5.20

ps⭐️背包终于结束了，状态机模型题目不多。状态机其实是一种另类的状态表示方法，将某一个点扩展为一个状态进行保存并在多个状态之间转移，具体的来看题目理解吧。

Acwing 1049. 大盗阿福

阿福是一名经验丰富的大盗。趁着月黑风高，阿福打算今晚洗劫一条街上的店铺。
这条街上一共有$N $家店铺，每家店中都有一些现金。阿福事先调查得知，只有当他同时洗劫了两家相邻的店铺时，街上的报警系统才会启动，然后警察就会蜂拥而至。
作为一向谨慎作案的大盗，阿福不愿意冒着被警察追捕的风险行窃。他想知道，在不惊动警察的情况下，他今晚最多可以得到多少现金？

输入格式

输入的第一行是一个整数$T$，表示一共有$T$组数据。
接下来的每组数据，第一行是一个整数$N$ ，表示一共有N家店铺。第二行是$N$个被空格分开的正整数，表示每一家店铺中的现金数量。每家店铺中的现金数量均不超过1000。

输出格式

对于每组数据，输出一行。该行包含一个整数，表示阿福在不惊动警察的情况下可以得到的现金数量。

数据范围

$1\le T\le 50$,

$1\le N\le 100000$

思路

很明显，这道题是一道线性的问题，题目并没有对抢劫的顺序有特殊的规定，因此可以从前往后。

对于状态表示而言，使用$f[i]$表示抢劫前$i$家店的最大收益。

然后就是状态划分，同样根据最后一步的选择进行，若不抢劫第$i$家店铺，那就是$f[i-1]$，若抢劫第$i$家店铺，那么意味着第$i-1$家店铺就无法选择了，因此相当于只能从前$i-2$家店铺进行选择的最大值$f[i-2]+w[i]$。

但是上述分析其实在更新一个状态时，用到了前面两次的状态，下面考虑如何进行优化。

在上面的分析中，当仅用上一轮的状态也就是不知道第$i-2$的状态，如果我们抢劫第$i$家店铺的时候，无法知道在最优解中第$i-1$家店铺是否被抢劫了，无法进行转移，因此引入状态机的表示方法，将所有状态表示为$f[i][0]$与$f[i][1]$，$0$表示当前店铺未选择，$1$表示当前店铺被选择了，这样就将每个店铺的两个状态分开了，对于$f[i][0]$,表示第$i$个店铺没有被选择，因此可以从$f[i-1][1]$或$f[i-1][0]$转移过来；对于$f[i][1]$，表示第$i$个店铺被选择了，因此只能从$f[i-1][0]$转移过来。

代码

#include <iostream>
#include <cstring>using namespace std;const int N = 10010, inf = 0x3f3f3f3f;int T;
int n;
int f[N][2];
int w[N];int main()
{cin >> T;while(T --){cin >> n;for(int i = 1; i <= n; i ++) cin >> w[i];f[0][0] = 0, f[0][1] = -0x3f3f3f3f;for(int i = 1; i <= n; i ++){f[i][0] = max(f[i - 1][0], f[i - 1][1]);f[i][1] = f[i - 1][0] + w[i];}cout << max(f[n][1], f[n][0]) << endl;}return 0;
}

Acwing 1057. 股票买卖 IV

给定一个长度为$N$的数组，数组中的第$i$个数字表示一个给定股票在第$i$天的价格。

设计一个算法来计算你所能获取的最大利润，你最多可以完成$k$笔交易。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。一次买入卖出合为一笔交易。

输入格式

第一行包含整数$N$和$k$，表示数组的长度以及你可以完成的最大交易笔数。

第二行包含$N$个不超过$10000$的非负整数，表示完整的数组。

输出格式

输出一个整数，表示最大利润。

数据范围

$1\le N\le 10^5$,

$1\le k\le 100$

思路

这道题很明显也可以看成两个状态，一个是手中有股票(已经买入了一个股票)，另一个是手中没有股票(可以买入一个股票)，那么状态的转移是：手中有股票时可以卖出不可以再次买入，也可以什么都不做；手中无股票时可以买入不可以卖出，也可以什么都不做。

当在某一天要卖出股票时，相当于获得这一天的权重$w[i]$；当要在某一天买入时，就要减去当天的权重$w[i]$。

搞清楚题目的意思后，可以看状态表示了，使用$f[i][j][0]$和$f[i][j][1]$表示前$i$天完成了$j$笔交易且当前的状态为$0$或$1$。$0$表示手中没有股票，$1$表示手中有股票，也就是正在进行第$j$次交易，属性就是集合的最大值。

那么对于状态转移，$f[i][j][0]$可以从$f[i-1][j][0]$走过来，也可以从$f[i-1][j][1]$转移过来，因此$f[i][j][0]=max(f[i-1][j][0],f[i-1][j][1]+w[i])$；对于$f[i][j][1]$来说，其状态转移方程为$f[i][j][1]=max(f[i-1][j][1],f[i-1[j-1][0]]-w[i])$.

需要注意的是初始化状态，当交易次数为$0$的时候，手中不可能持有股票，因此都为非法状态，需要进行标记，而交易次数为$0$时，手中没有股票为合法状态，初始化为$0$即可。

代码

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>using namespace std;const int N = 100010, M = 110;int n, m;
int w[N];
int f[N][M][2];int main()
{cin >>  n >> m;for(int i = 1; i <= n; i ++) cin >> w[i];memset(f, -0x3f, sizeof f);for(int i = 0; i <= n; i ++) f[i][0][0] = 0;for(int i = 1; i <= n; i ++){for(int j = 1; j <= m; j ++){f[i][j][0] = max(f[i - 1][j][0], f[i - 1][j][1] + w[i]);f[i][j][1] = max(f[i - 1][j][1], f[i - 1][j - 1][0] - w[i]);}}int res = 0;for(int i = 1; i <= m; i ++) res = max(res, f[n][i][0]);cout << res << endl;return 0;
}

Acwing 1058. 股票买卖V

给定一个长度为$N$的数组，数组中的第$i$个数字表示一个给定股票在第$i$天的价格。

设计一个算法来计算你所能获取的最大利润，在满足以下约束条件下，你可以尽可能地完成更多的交易(多次买卖一只股票)

• 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。
• 卖出股票后，你无法在第二天买入股票（即冷却期为$1$天）。

输入格式

第一行包含整数$N$，表示数组长度。

第二行包含$N$个不超过$10000$的正整数，表示完整的数组。

输出格式

输出一个整数，表示最大利润。

数据范围

$1\le N\le 10^5$,

思路

在这一题中添加了一个条件，在交易过后会有一天的冷冻期，因此变成了三个状态：手中有股票，手中没有股票的第一天，手中没有股票的第$\ge 2$天。相当于把上一题中的第二个状态再次进行了分割。

这三个状态的转换关系如下：

手中有货可由手中有货转移而来，他可转移至手中无货的第一天(即第二种状态)，手中无货的第一天只能向第三种状态进行转移；第三种状态可以转移到自身，也可转移到手中有货(即第一种状态)。

同样地，可以使用$f[i][0],f[i][1],f[i][2]$表示这三种状态，三种状态的转移方程如下：
$$f[i][0]=max(f[i-1][0],f[i-1][2]-w[i])$$

$$f[i][1]=f[i-1][0]+w[i]$$

$$f[i][2]=max(f[i-1][1],f[i-1][2])$$

然后就是考虑初始化的问题，前两个状态在刚开始时都是非法状态，即$f[0][0],f[0][1]$；只要将$f[0][2]$初始化为$0$即可。

还有一个情况就是数据是单调下降的，也就是股票一直在跌，最优解就是什么都不做，因此最后的答案可能出现在$f[n][1]$与$f[n][2]$中。

代码

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>using namespace std;const int N = 100010, inf = 0x3f3f3f3f;int n;
int w[N];
int f[N][3];int main()
{cin >> n;for(int  i = 1; i <= n; i ++) cin >> w[i];f[0][0] = f[0][1] = -inf;f[0][2] = 0;for(int i = 1; i <= n; i ++){f[i][0] = max(f[i - 1][0], f[i - 1][2] - w[i]);f[i][1] = f[i - ][0] + w[i];f[i][2] = max(f[i - 1][1], f[i - 1][2]);}cout << max(f[n][1], f[n][2]) << endl;return 0;
}

Acwing 1052. 设计密码

你现在需要设计一个密码$S$，$S$需满足：

• $S$的长度是$N$；
• $S$只包含小写英文字母；
• $S$不包含子串$T$；

例如，$abc$是$abcde$的子串，$abd$不是$abcde$的子串。

请问共有多少种不同的密码满足要求？

由于答案会非常大，请输出答案模$10^9+7$的余数。

输入格式

第一行包含整数$N$，表示密码的长度。

第二行输入字符串$T$，$T$中只包含小写字母。

输出格式

输出一个正整数，表示总方案数模$10^9+7$后的结果。

数据范围

$1\le N\le 50$,

$1\le |T|\le n$， $|T|$是$T$的长度。

思路

这一题要用到基础课中的$KMP$算法，最好去复习一下，链接在这，它是一个字符串匹配算法，目的是为了尽可能多的利用已知的信息进行匹配。暴力匹配的两个字符串的最坏情况是$O(n\ast m)$，而$KMP$算法可以将其降到$O(n+m)$。具体来说，$KMP$算法的核心是$next$数组，其存有的信息代表着：当模式串与文本串匹配不成功时，模式串应该向右移动到什么位置，即跳过一步一步向右移动的过程。需要注意的是$next$数组是对模式串而言的，而不是对待匹配的文本串。

$next$数组的具体定义是：$next[i]$表示模式串$P[0\cdots i-1]$的最长公共前后缀的长度。

根据题意，我们需要使用$26$个小写字母构造一个长度为$n$的字符串$S$，且$T$不是字符串的子串，那么每一位密码有$26$种选择，因此最坏就有$26^n$种方案。

为了使构造的密码$S$中不包含字符创$T$，那就意味着要使匹配的过程无法到达$T$的最后一位.

首先先通过$KMP$处理出模式串$T$的$next$数组，对于这道题的状态表示，使用$f[i][j]$表示已经构造了前$i$位，且与模式串$T$匹配到了$j$位(很明显，$j$不能到$m=strlen(T)$)。

代码

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>using namespace std;const int N  =60, mod = 1e9 + 7;int n;
int ne[N];
char str[N];
int f[N][N];int main()
{cin >> n >> str + 1;for(int i = 2, j = 0; i <= n; i ++){while(j && str[i] != str[j + 1]) j = ne[j];if(str[i] == str[j + 1]) j ++;ne[i] = j;}f[0][0] = 1;for(int i = 0; i < n; i ++)for(int j = 0; j < m; j ++)for(char k = 'a'; k <= 'z'; k ++){int u = j;while(u && k != str[u + 1]) u = ne[u];if(k == str[u + 1]) u ++;f[i + 1][u] = (f[i + 1][u] + f[i][j]) % mod;}int res = 0;for(int i = 0; i < m; i ++) res = (res  + f[n][i]) % mod;cout <<res << endl;return 0;
}