动态规划应用场景 + 代表题目清单(模板加上套路加上题单)

news2025/5/25 0:36:27

1. 序列型DP(Sequence DP)

✅ 应用场景
  • 单个或多个序列(数组/字符串),求最优子结构。

  • 常见问题:最长递增子序列、最长公共子序列、回文子序列。

🧠 套路总结
  • 单序列:dp[i] = max(dp[j]) + 1 (j < i 且 nums[j] < nums[i])

  • 双序列:dp[i][j] = max(dp[i-1][j], dp[i][j-1], dp[i-1][j-1]+1) 依赖匹配关系

🧪 代表题目
1.1 最长递增/最长递减子序列
  • 题目举例

    • LeetCode 300. Longest Increasing Subsequence

    • LeetCode 674. Longest Continuous Increasing Subsequence

    • LeetCode 646. Maximum Length of Pair Chain

    • LeetCode 376. Wiggle Subsequence

1.2 最长公共子序列/子串
  • 题目举例

    • LeetCode 1143. Longest Common Subsequence

    • LeetCode 1092. Shortest Common Supersequence

    • LeetCode 718. Maximum Length of Repeated Subarray

1.3 回文子序列/子串
  • 题目举例

    • LeetCode 516. Longest Palindromic Subsequence

    • LeetCode 5. Longest Palindromic Substring

    • LeetCode 647. Palindromic Substrings

1.4 编辑距离和相似度
  • 题目举例

    • LeetCode 72. Edit Distance

    • LeetCode 583. Delete Operation for Two Strings

🧩 Go 模板
for i := 1; i < n; i++ {
    for j := 0; j < i; j++ {
        if condition {
            dp[i] = max(dp[i], dp[j] + val)
        }
    }
}

2. 背包型DP(Knapsack DP)

✅ 应用场景
  • 有物品、价值、容量的选择问题。

  • 子类型:0/1背包、完全背包、多重背包。

🧠 套路总结
// 0/1 背包(从大到小)
for i := 0; i < n; i++ {
    for j := cap; j >= weight[i]; j-- {
        dp[j] = max(dp[j], dp[j-weight[i]]+value[i])
    }
}

// 完全背包(从小到大)
for i := 0; i < n; i++ {
    for j := weight[i]; j <= cap; j++ {
        dp[j] = max(dp[j], dp[j-weight[i]]+value[i])
    }
}
🧪 代表题目
2.1 0/1背包问题
  • 题目举例

    • LeetCode 416. Partition Equal Subset Sum

    • LeetCode 1049. Last Stone Weight II

    • LeetCode 474. Ones and Zeroes

2.2 完全背包问题
  • 题目举例

    • LeetCode 518. Coin Change II

    • LeetCode 322. Coin Change

    • LeetCode 139. Word Break

2.3 多重背包、分组背包等变形
  • 题目举例

    • LeetCode 698. Partition to K Equal Sum Subsets

    • LeetCode 474. Ones and Zeroes (也包含组背包思想)


3. 区间型DP(Interval DP)

✅ 应用场景
  • 合并区间、回文判断,求最优合并方案。

  • 状态:dp[i][j]表示区间[i,j]的最优值。

🧠 套路总结
for length := 2; length <= n; length++ {
    for i := 0; i <= n-length; i++ {
        j := i + length - 1
        for k := i; k < j; k++ {
            dp[i][j] = min(dp[i][j], dp[i][k]+dp[k+1][j]+cost[i][j])
        }
    }
}
🧪 代表题目
3.1 合并区间与括号相关
  • 题目举例

    • LeetCode 312. Burst Balloons

    • LeetCode 1000. Minimum Cost to Merge Stones

    • LeetCode 544. Output Contest Matches

3.2 回文串判定与划分
  • 题目举例

    • LeetCode 5. Longest Palindromic Substring

    • LeetCode 132. Palindrome Partitioning II

    • LeetCode 131. Palindrome Partitioning


4. 状态压缩DP(Bitmask DP)

✅ 应用场景
  • 元素子集、排列组合、旅行商问题等。

  • 状态数 ≈ 2^n(n ≤ 20)

🧠 套路总结
for mask := 0; mask < (1<<n); mask++ {
    for i := 0; i < n; i++ {
        if (mask&(1<<i)) == 0 {
            newMask := mask | (1 << i)
            dp[newMask] = min(dp[newMask], dp[mask]+cost[prev][i])
        }
    }
}
🧪 代表题目
4.1 旅行商(TSP)
  • 题目举例

    • LeetCode 847. Shortest Path Visiting All Nodes

    • LeetCode 1129. Shortest Path with Alternating Colors

4.2 子集划分和集合覆盖
  • 题目举例

    • LeetCode 698. Partition to K Equal Sum Subsets

    • LeetCode 1269. Number of Ways to Stay in the Same Place After Some Steps


5. 树形DP(Tree DP)

✅ 应用场景
  • 状态在树上自底向上传递,依赖子树结构。

🧠 套路总结
func dfs(node *TreeNode) (rob, notRob int) {
    if node == nil {
        return 0, 0
    }
    leftRob, leftNot := dfs(node.Left)
    rightRob, rightNot := dfs(node.Right)
    rob = node.Val + leftNot + rightNot
    notRob = max(leftRob, leftNot) + max(rightRob, rightNot)
    return
}
🧪 代表题目
  • 5.1 树上选点问题
  • 题目举例

    • LeetCode 337. House Robber III

    • LeetCode 87. Scramble String (也用树形DP思想)

  • 题目举例

    • LeetCode 124. Binary Tree Maximum Path Sum

    • LeetCode 968. Binary Tree Cameras

  • 5.2 树上路径问题

6. 计数型DP(Counting DP)

✅ 应用场景
  • 统计路径、方案数、组合数。

🧠 套路总结
for i := 0; i < m; i++ {
    for j := 0; j < n; j++ {
        if i > 0 {
            dp[i][j] += dp[i-1][j]
        }
        if j > 0 {
            dp[i][j] += dp[i][j-1]
        }
    }
}
🧪 代表题目
  • 6.1 路径计数
  • 题目举例

    • LeetCode 62. Unique Paths

    • LeetCode 63. Unique Paths II

  • 6.2 组合计数
  • 题目举例

    • LeetCode 70. Climbing Stairs

    • LeetCode 639. Decode Ways II

  • 题目举例

    • LeetCode 377. Combination Sum IV

  • 6.3 排列计数
    • LeetCode 377. Combination Sum IV

7. 概率型DP(Probability DP)

✅ 应用场景
  • 求概率、期望值。

🧠 套路总结
for k := 1; k <= K; k++ {
    for i := 0; i < N; i++ {
        for j := 0; j < N; j++ {
            for _, dir := range dirs {
                ni, nj := i+dir[0], j+dir[1]
                if inBounds(ni, nj) {
                    dp[k][i][j] += dp[k-1][ni][nj] / 8.0
                }
            }
        }
    }
}
🧪 代表题目
7.1 马尔可夫过程概率计算
  • 题目举例

    • LeetCode 688. Knight Probability in Chessboard

    • LeetCode 837. New 21 Game

7.2 期望值计算
  • 题目举例

    • LeetCode 470. Implement Rand10() Using Rand7()

✅ 8. 子串 / 子序列问题

多用于字符串匹配、编辑距离等

🔹 场景:

  • 最长公共子序列、子串

  • 编辑距离

  • 回文子序列

🔸 代表题目:

题号名称
1143Longest Common Subsequence
72Edit Distance
5Longest Palindromic Substring

📌 模板结构:

if s[i] == t[j] {
    dp[i][j] = dp[i-1][j-1] + 1
} else {
    dp[i][j] = max(dp[i-1][j], dp[i][j-1])
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2384977.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

易境通专线散拼系统:全方位支持多种专线物流业务!

在全球化电商快速发展的今天&#xff0c;跨境电商物流已成为电商运营中极为重要的环节。为了确保物流效率、降低运输成本&#xff0c;越来越多的电商卖家选择专线物流服务。专线物流作为五大主要跨境电商物流模式之一&#xff0c;通过固定的运输路线和流程&#xff0c;极大提高…

06 如何定义方法,掌握有参无参,有无返回值,调用数组作为参数的方法,方法的重载

1.调用方法 2.掌握有参函数 3.调用数组作为参数 一个例题&#xff1a;数组参数&#xff0c;返回值 方法的重载 两个例题&#xff1a;冒泡排序和九九乘法表的格式学习

使用vscode MSVC CMake进行C++开发和Debug

使用vscode MSVC CMake进行C开发和Debug 前言软件安装安装插件构建debuug方案一debug方案二其他 前言 一般情况下我都是使用visual studio来进行c开发的&#xff0c;但是由于python用的是vscode&#xff0c;所以二者如果统一的话能稍微提高一点效率。 软件安装 需要安装的软…

提升开发运维效率:原力棱镜游戏公司的 Amazon Q Developer CLI 实践

引言 在当今快速发展的云计算环境中&#xff0c;游戏开发者面临着新的挑战和机遇。为了提升开发效率&#xff0c;需要更智能的工具来辅助工作流程。Amazon Q Developer CLI 作为亚马逊云科技推出的生成式 AI 助手&#xff0c;为开发者提供了一种新的方式来与云服务交互。 Ama…

@Column 注解属性详解

提示&#xff1a;文章旨在说明 Column 注解属性如何在日常开发中使用&#xff0c;数据库类型为 MySql&#xff0c;其他类型数据库可能存在偏差&#xff0c;需要注意。 文章目录 一、name 方法二、unique 方法三、nullable 方法四、insertable 方法五、updatable 方法六、column…

基于 ESP32 与 AWS 全托管服务的 IoT 架构:MQTT + WebSocket 实现设备-云-APP 高效互联

目录 一、总体架构图 二、设备端(ESP32)低功耗设计(适配 AWS IoT) 1.MQTT 设置(ESP32 连接 AWS IoT Core) 2.低功耗策略总结(ESP32) 三、云端架构(基于 AWS Serverless + IoT Core) 1.AWS IoT Core 接入 2.云端 → APP:WebSocket 推送方案 流程: 3.数据存…

unity在urp管线中插入事件

由于在urp下&#xff0c;打包后传统的相机事件有些无法正确执行&#xff0c;这时候我们需要在urp管线中的特定时机进行处理一些事件&#xff0c;需要创建继承ScriptableRenderPass和ScriptableRendererFeature的脚本&#xff0c;示例如下&#xff1a; PluginEventPass&#xf…

docker安装es连接kibana并安装分词器

使用Docker部署Elasticsearch、Kibana并安装分词器有以下主要优点&#xff1a; 1. 快速部署与一致性 一键式部署&#xff1a;通过Docker Compose可以快速搭建完整的ELK栈环境 环境一致性&#xff1a;确保开发、测试和生产环境完全一致&#xff0c;避免"在我机器上能运行…

线性回归中涉及的数学基础

线性回归中涉及的数学基础 本文详细地说明了线性回归中涉及到的主要的数学基础。 如果数学基础很扎实可以直接空降博文: 线性回归&#xff08;一&#xff09;-CSDN博客 一、概率、似然与概率密度函数 1. 概率&#xff08;Probability&#xff09; 定义&#xff1a;概率是描述…

如何计算VLLM本地部署Qwen3-4B的GPU最小配置应该是多少?多人并发访问本地大模型的GPU配置应该怎么分配?

本文一定要阅读我上篇文章&#xff01;&#xff01;&#xff01; 超详细VLLM框架部署qwen3-4B加混合推理探索&#xff01;&#xff01;&#xff01;-CSDN博客 本文是基于上篇文章遗留下的问题进行说明的。 一、本文解决的问题 问题1&#xff1a;我明明只部署了qwen3-4B的模型…

Attu下载 Mac版与Win版

通过Git地址下载 Mac 版选择对于的架构进行安装 其中遇到了安装不成功&#xff0c;文件损坏等问题 一般是两种情况导致 1.安装版本不对 2.系统权限限制 https://www.cnblogs.com/similar/p/11280162.html打开terminal执行以下命令 sudo spctl --master-disable安装包Git下载地…

V2X协议|如何做到“车联万物”?【无线通信小百科】

1、什么是V2X V2X&#xff08;Vehicle-to-Everything&#xff09;即“车联万物”&#xff0c;是一项使车辆能够与周围环境实现实时通信的前沿技术。它允许车辆与其他交通参与者和基础设施进行信息交互。通过V2X&#xff0c;车辆不仅具备“远程感知”能力&#xff0c;还能在更大…

[测试_3] 生命周期 | Bug级别 | 测试流程 | 思考

目录 一、软件测试的生命周期&#xff08;重点&#xff09; 1、软件测试 & 软件开发生命周期 &#xff08;1&#xff09;需求分析 &#xff08;2&#xff09;测试计划 &#xff08;3&#xff09;测试设计与开发 &#xff08;4&#xff09;测试执行 &#xff08;5&am…

RabbitMQ ⑤-顺序性保障 || 消息积压 || 幂等性

幂等性保障 幂等性&#xff08;Idempotency&#xff09; 是计算机科学和网络通信中的一个重要概念&#xff0c;指的是某个操作无论被执行多少次&#xff0c;所产生的效果与执行一次的效果相同。 应用程序的幂等性&#xff1a; 在应用程序中&#xff0c;幂等性就是指对一个系统…

java基础知识回顾1(可用于Java基础速通)考前,面试前均可用!

目录 一、初识java 二、基础语法 1.字面量 2.变量 3.关键字 4.标识符 声明&#xff1a;本文章根据黑马程序员b站教学视频做的笔记&#xff0c;可对应课程听&#xff0c;课程链接如下: 02、Java入门&#xff1a;初识Java_哔哩哔哩_bilibili 一、初识java Java是美国 sun 公…

云原生CICD-Tekton入门到精通

文章目录 一、Tekton介绍二、Tekton组件介绍三、执行流程四、安装Tekton管道五、安装Tekton Dashboard六、安装Tekton Cli七、运行单Task八、运行流水线九、在流水线中使用secret十、taskSpec、taskRef、pipelineRef、pipelineSpec使用pipelineRef与taskRef结合使用(推荐)pipel…

opencv 图像的平移和旋转

warpAffine函数讲解,图片可自行下载&#xff0c;也可用自己的图片 原图im 平移im_shifted 旋转im_rotated # 图像仿射变换 # 步骤&#xff1a; 读取图像 -> 创建仿射变换矩阵 -> 仿射变换计算 # 平移变换矩阵&#xff1a;一种写法&#xff0c;直接写死 # 旋转变…

IDEA2025版本使用Big Data Tools连接Linux上Hadoop的HDFS

目录 Windows的准备 1. 将与Linux上版本相同的hadoop压缩包解压到本地 ​编辑2.设置$HADOOP HOME环境变量指向:E:\hadoop-3.3.4 3.下载hadoop.dll和winutils.exe文件 4.将hadoop.dll和winutils.exe放入$HADOOP HOME/bin中 IDEA中操作 1.下载Big Data Tools插件 2.添加并连…

hysAnalyser特色的TS流编辑、剪辑和转存MP4功能说明

摘要 hysAnalyser 是一款特色的 MPEG-TS 数据分析工具&#xff0c;融合了常规TS文件的剪辑&#xff0c;转存功能&#xff0c;可用于平常的视频开发和测试。 本文详细阐述了对MPEG-TS 流的节目ID&#xff0c;名称&#xff0c;PID&#xff0c;时间戳&#xff0c;流类型&#xff…

Google机器学习实践指南(学习速率篇)

&#x1f525;Google机器学习核心概念精讲&#xff08;学习速率&#xff09; Google机器学习实战(7)-5分钟掌握学习速率。 学习速率&#xff1a;模型训练的关键超参数 学习速率是指在训练模型时用于梯度下降的一个标量。在每次迭代期间&#xff0c;梯度下降法都会将学习速率…