0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

DPさん、お手柔らかに _12/2 update

Last updated at Posted at 2020-11-25

こんばんは(;´・ω・)

前回、ここ で最後に DP に触れてみましたが、
今一 ピンと来なかったので、もうちょっとカジってみます(*´з`)9

初心者なので、早速ググってみると
"分からない"、
"壁"、
"登竜門" 
とか色々、一緒に出てきました。
やっぱり皆、一度はハマるんですね。

取りあえず、やってみましょう。
初級問題:与えられた要素を任意に組み合わせて最大値を求めてみます。

Combination_DP.py
N = 3 # 要素数
A = [7,-6,9] #要素

memo = [0]*(N+1) # 要素数 + 1 のメモを 1 行(all 0)を用意

for i in range(N):
    memo[i+1]=max(memo[i],memo[i]+A[i])

print(memo[N])#回答の表示

for 文は何をしているのでしょうか?
一個ずつ追って見ましょう。

i = 0 のとき
memo[0] には 0 が格納されていますが、
memo[0] + A[0] = 0 + 7 と比べると何方が大きいでしょうか?
勿論、後者ですよね。
計算結果は memo[1] に 7 を格納します。
図1.PNG
i = 1 のとき
memo[1] にある 7 と
memo[1]+A[1] の 1 とでは、どちらが大きいでしょうか?
前者ですよね?
この結果は memo[2] に格納します。
図2.PNG
i = 2 のとき
memo[2] にある 7 と
memo[2] + A[2] の 16 はどちらが大きいですか?
はい、結果を格納します。
図3.PNG
最後に memo[3] を表示すれば回答にたどり着けます。
御覧の通り、計算結果を次のセルに渡すので、最終的には
計算したい要素数 + 1 のメモが必要です。
個人的には、以下のような書き方もあると思います。

Combination_DP.py
N = 3
A = [7,-6,9]

memo = [0]*(N)
memo[0] = A[0] 

for i in range(1,N,1):
    memo[i]=max(memo[i-1],memo[i-1]+A[i])

print(memo[N-1])

上記は memo[0] に初期値を入れて、
for 文をmemo[1]から始めています。
こうすることで、ひとつ前の値(= i-1)を参考に、
今の値(= i ) を算出することが出来ます。

へー( ゚Д゚)
っとなったところでググって次なる問題を探した所、
こちらに出会いました。
分かり易くて感謝のコメントを思わず捧げてしまいました。

早速、カエル問題にチャレンジしました。

min_cost.py
a = [2,9,4,5,1,6,10]
N = len(a)

memo = [0]*(N)

for i in range(1,N,1):
    memo[i]=memo[i-1]+abs(a[i-1]-a[i])
    if i > 1 :
        memo[i] = min(memo[i],memo[i-2]+abs(a[i-2]-a[i]))

print(memo[N-1])

有識者の皆様は初期化する意味で、INF を全セルに代入し、
+1 で移動するときのコストと比較して小さい方を上書き。
そのあとに +2 で移動するときのコストを比較して、
小さければ上書きし最終セルを出力されています。

個人的には、All 0 初期値とし、
+1 のコストをいきなり上書きしても問題ないと思います。
なぜなら、最初に必ず+1 で移動した場合のコストを埋めてから、
+2 の移動コストと比較しないと問題が解けないからです(笑)
もう一つの書き方も試しました。

Combination_DP.py
a = [2,9,4,5,1,6,10]
N = len(a)

memo = [0]*(N)

for i in range(N-1):
    memo[i+1]=memo[i]+abs(a[i+1]-a[i])
    if i >= 1 :
        memo[i+1] = min(memo[i+1],memo[i-1]+abs(a[i+1]-a[i-1]))

print(memo[N-1])

私は冒頭にあるメモの概念と、
以下のアプローチをイメージ出来たら理解した気分になれました(笑)

Step 1. +1 のコストを最初に memo
Step 2. +2 のコストと Step 1 で求めた memo を比較して小さい方の値を上書き

まだまだ、足を踏み入れたばかりなので、
もう少し違う問題も挑戦しようと思います。

11/26 update
例えば、+1 , +2 でカエルが跳んだ場合の MIN コストを求めていましたが、
飛ばす柱の数を K と定義されたらどうしますか?
問題によりますが、K まで 1 ずつインクリメントして
全てのケースを比較して、MIN コストを求めるとすると、どうでしょう。
例として 1 飛ばしと 2 飛ばしを書いてみました。

Combination_DP.py
K = [1,2]
a = [2,9,4,5,1,6,10]
N = len(a)

memo = [0] * (N)

for i in range(1,N,1):
    memo[i] = memo[i-1]+abs(a[i]-a[i-1])
    for k in K:
        if i > k:
            memo[i] = min(memo[i],memo[i-(k+1)]+abs(a[i]-a[i-(k+1)]))
    
print(memo[N])

各ポイントに着地するときに、隣にジャンプ or +1 or +2 を三択して
最小値を求めてから次に向かうことで Goal に辿り着くときには最小値を求められる算段です。
下の図は、プログラムが最小を選びながら進んでいるイメージをまとめたものです。
もっと分かり易くできると思うんですけど、すいません、センスがない m(_ _)m
図4.PNG
配る DP 行きましょう。

Combination_DP.py
K = [1,2]
a = [2,9,4,5,1,6,10]
N = len(a)

memo = [0] * (N)

for i in range(N-1):
    memo[i+1] = memo[i]+abs(a[i+1]-a[i])
    for k in K:
        if i >= k:
            memo[i+1] = min(memo[i+1],memo[i-k]+abs(a[i+1]-a[i-k]))

print(memo[N-1])

DP の事だけ考えると、
他のこと忘れますね(笑)

11/27 update
昨日のイメージをもう少し補足してみます。
memo[0],memo[1]までは良いと思いますが、memo[2]からが本番です。
図5.PNG
最小値 2 を探し出しました。
次の memo[3] は memo[0] - memo[2] の 3 つ中から最適値を見つけます。
図6.PNG
残りの作業は同じ内容なので補足説明は省きます。
図7.PNG
図8.PNG
図9.PNG

行ってみたいなー、幸福の国。。
っというわけで、以下の問題にも挑戦しました。
勿論、問題はここを参照にしています

---------------------------------------------------------------------------
N 日間の夏休みです。i 日目には、

A: 海で泳ぐ。幸福度 ai を加算
B: 山で虫取りする。幸福度 bi を加算
C: 家で宿題をする。幸福度 ci を加算

の三択の中から好きなものを選ぶことができます。ただし、2 日連続で A, B, C のうちの同一種類の活動を選択をすることはできません。この制約下で最終的に得られる幸福度の総和を最大にせよ。
---------------------------------------------------------------------------
0日目は幸福度は 0 らしいので、初日に A[0] = A, A[1] = B , A[2] = C と
アクティビティを行う 3 パターンの start が想定されます。
このように考えると、アクティビティは日を追うごとに複雑になるので、
前述にあるようにメモが 1 行だけでは追い付かなくなります。
図10.PNG
上図は貰う DP で考えています。
勿論、2 日目の幸福度を求めるためには前日の情報が必要です。
考慮と言っても、幸福度が高くなる経路が何方かだったかを
確認してメモできれば OK です。

cal_fortune.py
#fortune point
A = [0,1,3]
#kind of activity
K = 3
#total days
D = 10

ANS = 0

#memo table
memo = [[0 for l in range(len(A))] for m in range(D)]

#First day 
memo[1][0] = A[0]
memo[1][1] = A[1]
memo[1][2] = A[2]

for i in range(2,D,1):    # Day
    for j in range(K):    # Activity 
        for k in range(K):# Other Activity
            if j == k:
                continue
            memo[i][j]=max(A[j],A[j]+memo[i-1][k])

#list the point during period
for m in range(D):
    print(f"{m}th day is {memo[m]}")

for n in range(K):
    ANS = max(ANS,memo[9][n])
print(ANS)
実行結果.py
0th day is [0, 0, 0]
1th day is [0, 1, 3]
2th day is [3, 4, 4]
3th day is [4, 5, 7]
4th day is [7, 8, 8]
5th day is [8, 9, 11]
6th day is [11, 12, 12]
7th day is [12, 13, 15]
8th day is [15, 16, 16]
9th day is [16, 17, 19]
19

しっかりとしたイメージを作れば何とか書けますね。
お疲れ様でした ^^) _旦~~

12/02 update
新しい問題にチャレンジしてみました。
こちらです。


はじめ、高橋君の満腹度は H です。N 日間のそれぞれの日について、その日にとる食事を次の 3 種類の中から 1 つ選びます。
・普通の食事: A 円の出費をして、満腹度が B 増える。
・質素な食事: C 円の出費をして、満腹度が D 増える。(ただし、C<A かつ D<B)
・食事抜き: 出費なしで、満腹度が E 減る。
厳しく節約すれば出費を抑えることができますが、あまりに節約しすぎて体調を崩してしまってはいけないため、
N 日間で一度も満腹度が 0 以下にならないようにしなければなりません。

高橋君は最低何円の食費で N 日間を乗り切ることができるでしょうか?


今まで通りの考え方だとハマります。
なぜなら。。。
図11.PNG
今後、綺麗にするかもしれないですけど、
とり急ぎ別のアイディアをメモレベルですが載せておきます。
IMG_0065.jpg
横軸を空腹度としました。該当するセルを追いかけてメモを更新するためには
次どこに行くべきなのかを更に別で記録する必要があります。
何やら訳が分からなくなるので、表全部を一個ずつ更新することにします。

takahashi_survival.py
#N,H = map(int,input().split())
#A,B,C,D,E = map(int,input().split())

N,H = 4,5
A,B,C,D,E = 100,4,60,1,4

#N,H = 10,1
#A,B,C,D,E = 5000,2,2000,1,300

#INF = float("inf")
#ANS = float("inf")
INF = A*2
ANS = A*2

MAX_LIFE = H+B*N
dp = [[INF for m in range(MAX_LIFE)] for n in range(N+1)]

dp[0][H] = 0

for i in range(N):
    for j in range(MAX_LIFE):
        if MAX_LIFE - (j + B) > 0:
            dp[i+1][j+B] = min(dp[i+1][j+B],dp[i][j]+A)
        if MAX_LIFE - (j + D) > 0:
            dp[i+1][j+D] = min(dp[i+1][j+D],dp[i][j]+C)
        if (j - E) > 0:
            dp[i+1][j-E] = min(dp[i+1][j-E],dp[i][j])

for l in range(MAX_LIFE):
    ANS = min(ANS,dp[N][l])

print(ANS)

一応、欲しい答えは出たけど、
AtCoder 先生曰く、実行時間制限超過らしい。
厳しいですね(笑)

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?