题目链接:link
初步分析:
这道题首先不会是贪心 (其实是我不会) ,看到“最大”二字,又看了眼数据范围,基本上可以定下来是 dp 题了。
首先设状态: f [ i ] [ j ] f[i][j] f[i][j] 表示第 i i i 个烟花放出时当前人在 j j j 位置可以得到的最大开心值。
然后推方程: f [ i ] [ j ] = max ( f [ i − 1 ] [ k ] + b [ i ] − ∣ a [ i ] − j ∣ ) , k ∈ [ j − d ∗ ( t [ i ] − t [ i − 1 ] ) , j + d ∗ ( t [ i ] − t [ i − 1 ] ) ] f[i][j]=\max(f[i-1][k]+b[i]-|a[i]-j|),k \in [j-d*(t[i]-t[i-1]),j+d*(t[i]-t[i-1])] f[i][j]=max(f[i−1][k]+b[i]−∣a[i]−j∣),k∈[j−d∗(t[i]−t[i−1]),j+d∗(t[i]−t[i−1])],应该不难想吧。
根据转移方程,我们要开 f [ 300 ] [ 150000 ] f[300][150000] f[300][150000] 的数组,时间复杂度 O ( m n 2 ) O(mn^2) O(mn2),并且:
int 一时爽,溢出火葬场!
TLE&MLE 警告。。。。。。
所以,我们要优化时空。
进一步优化:
- 想想学背包时,我们将方程从 f [ i ] [ j ] f[i][j] f[i][j] 压为 f [ j ] f[j] f[j] 是因为不需要存下那么多的 f [ i ] [ j ] f[i][j] f[i][j] 。同理,这里我们只需要开 f [ 2 ] [ 150000 ] f[2][150000] f[2][150000] ,然后滚动压缩即可。MLE 解决。
- 这里是一个小技巧:观察到无论怎么算,总是要求出 b i b_i bi 的和,那么不如让 f [ 0 / 1 ] [ j ] f[0/1][j] f[0/1][j] 计算 ∣ a i − x ∣ |a_i-x| ∣ai−x∣ 的最小值,将方程变成 f [ f i r ] [ j ] = min ( f [ s e c ] [ k ] ) + ∣ a [ i ] − j ∣ f[fir][j]=\min(f[sec][k])+|a[i]-j| f[fir][j]=min(f[sec][k])+∣a[i]−j∣,其中 f i r = i & 1 , s e c = f i r ⊕ 1 fir=i\&1,sec=fir \oplus 1 fir=i&1,sec=fir⊕1
- 再一次观察上面的方程,发现 k ∈ [ j − d ∗ ( t [ i ] − t [ i − 1 ] ) , j + d ∗ ( t [ i ] − t [ i − 1 ] ) ] k \in [j-d*(t[i]-t[i-1]),j+d*(t[i]-t[i-1])] k∈[j−d∗(t[i]−t[i−1]),j+d∗(t[i]−t[i−1])] ,是一个固定区间! 固定区间求最小值,各位能想到什么?单调队列。因此,我们使用单调队列从 1 到 n n n 维护一遍区间长度为 d ∗ ( t [ i ] − t [ i − 1 ] ) d*(t[i]-t[i-1]) d∗(t[i]−t[i−1]) 的最小值,再使用单调队列从 n n n 到 1 维护一遍区间长度为 d ∗ ( t [ i ] − t [ i − 1 ] ) d*(t[i]-t[i-1]) d∗(t[i]−t[i−1]) 的最小值,一边维护一遍更新即可。时间复杂度优化到 O ( n m ) O(nm) O(nm) ,TLE 解决。
代码:
放代码:
#include<bits/stdc++.h>
using namespace std;
const int MAXN=150000+10,MAXM=300+10;
int n,m,d,a[MAXM],b[MAXM],t[MAXM],q[MAXN],l,r;
typedef long long LL;
LL f[2][MAXN],sum=0;
int read()
{
int sum=0;char ch=getchar();
while(ch<'0'||ch>'9') ch=getchar();
while(ch>='0'&&ch<='9') {sum=(sum<<3)+(sum<<1)+ch-'0';ch=getchar();}
return sum;
}
int main()
{
n=read();m=read();d=read();
for(int i=1;i<=m;i++)
{
a[i]=read();b[i]=read();t[i]=read();
sum+=(LL)b[i];
}
memset(f,0x3f,sizeof(f));
for(int i=1;i<=n;i++) f[1][i]=(LL)abs(a[1]-i);
for(int i=2;i<=m;i++)
{
int fir=i&1,sec=i&1^1;
LL delta_d=(LL)(t[i]-t[i-1])*d;
l=1,r=0;
memset(f[fir],0x3f,sizeof(f[fir]));
for(int j=1;j<=n;j++)
{
while(l<=r&&(LL)j-q[l]>delta_d) l++;
while(l<=r&&f[sec][q[r]]>=f[sec][j]) r--;
q[++r]=j;
f[fir][j]=min(f[fir][j],f[sec][q[l]]+(LL)abs(a[i]-j));
}
l=1,r=0;
for(int j=n;j>=1;j--)
{
while(l<=r&&(LL)q[l]-j>delta_d) l++;
while(l<=r&&f[sec][q[r]]>=f[sec][j]) r--;
q[++r]=j;
f[fir][j]=min(f[fir][j],f[sec][q[l]]+(LL)abs(a[i]-j));
}
}
int fir=m&1;
LL ans=0x7f7f7f7f7f7f7f7f;
for(int i=1;i<=n;i++) ans=min(ans,f[fir][i]);
cout<<sum-ans<<"\n";
return 0;
}
总结:
对于此类动态规划,一种方法就是:
- 写出最初始的转移方程
- 一步一步优化,联系平时所学。
- 最后写出最后的转移方程。