CF796E Exam Cheating

#include <bits/stdc++.h>
using namespace std;
int n,p,k,x,now,ans,pp;
int a[1005],b[1005];
int main(){
	scanf("%d%d%d",&n,&p,&k);
	scanf("%d",&x); while (x--) scanf("%d",&now),a[now]=1;
	scanf("%d",&x); while (x--) scanf("%d",&now),b[now]=1;
	pp=n/k; if (n%k) pp++; pp<<=1; p=min(p,pp); 
	//可以想到,如果偷看次数过多而每次能看得连续题目也不少,其实是没有必要的
	//所以应该重新计算一个p值,可以减少枚举 
	int f[p+5][k+5][k+5],g[p+5][k+5][k+5];
	//写了个暴力计算了一下,发现当p为42,j为49时 
	//第一次这样开数组 ,虽然洛谷上是动态赋值的,cf应该也是动态赋值的,但是为了响应本地还是这样保险 
	//f[i][j][x][y]: 前i题,看了j次,左边还能连续看x题,右边还能连续看y题时,最多看到的题数 
	memset(f,-60,sizeof(f));
	f[0][0][0]=0;
	for (register int i=1; i<=n; ++i)
	{
		memcpy(g,f,sizeof(f)); memset(f,-60,sizeof(f));	
		for (register int j=0; j<=p; ++j)
		for (register int ii=0; ii<=k; ++ii)
		for (register int jj=0; jj<=k; ++jj)
		{
			if (!ii && !jj)
			{
				f[j][0][0]=max(f[j][0][0],g[j][0][0]);
				f[j+1][k-1][0]=max(f[j+1][k-1][0],g[j][0][0]+a[i]);
				f[j+1][0][k-1]=max(f[j+1][0][k-1],g[j][0][0]+b[i]);
				f[j+2][k-1][k-1]=max(f[j+2][k-1][k-1],g[j][0][0]+(a[i]|b[i]));
			}
			if (!ii && jj)
			{
				f[j][0][jj-1]=max(f[j][0][jj-1],g[j][0][jj]+b[i]);
				f[j+1][k-1][jj-1]=max(f[j+1][k-1][jj-1],g[j][0][jj]+(a[i]|b[i]));
			}
			if (ii && !jj)
			{
				f[j][ii-1][0]=max(f[j][ii-1][0],g[j][ii][0]+a[i]);
				f[j+1][ii-1][k-1]=max(f[j+1][ii-1][k-1],g[j][ii][0]+(a[i]|b[i]));
			}
			if (ii && jj)
			{
				f[j][ii-1][jj-1]=max(f[j][ii-1][jj-1],g[j][ii][jj]+(a[i]|b[i]));
			}
		}
	}
	for (register int i=0; i<=p; ++i)
	for (register int j=0; j<=k; ++j)
	for (register int jj=0; jj<=k; ++jj) ans=max(ans,f[i][j][jj]);
	printf("%d\n",ans);
return 0;
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值