POJ 3093 Margaritas on the River Walk 背包DP

dalao讲解


因此我们可以背包,按照枚举最小的一个不被选中的物品进行巧妙去重


#include <cstdio>
#include <iostream>
#include <cstring>
#include <algorithm> 
using namespace std;
const int MAXN = 10000 + 10;
int T, f[MAXN], n, m, sum[MAXN], w[MAXN];
int main( ) {
    scanf( "%d", &T );
    for( register int kase = 1; kase <= T; kase++ ) {
        memset( f, 0, sizeof(f) );
        memset( sum, 0, sizeof(sum) );
        f[0] = 1;
        scanf( "%d%d", &n, &m );
        for( register int i = 1; i <= n; i++ ) scanf( "%d", &w[i] );
        sort( w + 1, w + n + 1 );
        if( w[1] > m ) { printf( "%d 0\n", kase ); continue; }
        for( register int i = 1; i <= n; i++ ) sum[i] = sum[ i - 1 ] + w[i];
        int ans = 0;
        for( register int i = n; i >= 1; i-- ) { // 枚举最小的没有被选到的物品 
            if( m - sum[ i - 1 ] >= 0 ) { //如果现在这些小于的都被选了 
                int minn = max( m - sum[i] + 1, 0 ); // 找到还剩多少的最小值
                //现在至少要把m - sum[i] + 1 的空间全部选满,因为如果不选满,则还剩
                //m - ( m - sum[i] + 1 ) = sum[i] - 1;这是剩下的空间,而sum[ i - 1 ]又必须要选,因此这个物品是选不了的 
                for( register int j = minn; j <= m - sum[ i - 1 ]; j++ ) ans += f[j];
            }
            for( register int j = m; j >= w[i]; j-- ) f[j] += f[ j - w[i] ];
        }
        printf( "%d %d\n", kase, ans );
    }
    return 0;
}

这里写图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述 给出一个$n\times m$的矩阵,每个位置上有一个非负整数,代表这个位置的海拔高度。一开始时,有一个人站在其中一个位置上。这个人可以向上、下、左、右四个方向移动,但是只能移动到海拔高度比当前位置低或者相等的位置上。一次移动只能移动一个单位长度。定义一个位置为“山顶”,当且仅当从这个位置开始移动,可以一直走到海拔高度比它低的位置上。请问,这个矩阵中最多有多少个“山顶”? 输入格式 第一行两个整数,分别表示$n$和$m$。 接下来$n$行,每行$m$个整数,表示整个矩阵。 输出格式 输出一个整数,表示最多有多少个“山顶”。 样例输入 4 4 3 2 1 4 2 3 4 3 5 6 7 8 4 5 6 7 样例输出 5 算法1 (递归dp) $O(nm)$ 对于这道题,我们可以使用递归DP来解决,用$f(i,j)$表示以$(i,j)$为起点的路径最大长度,那么最后的答案就是所有$f(i,j)$中的最大值。 状态转移方程如下: $$ f(i,j)=\max f(x,y)+1(x,y)是(i,j)的下一个满足条件的位置 $$ 注意:这里的状态转移方程中的$x,y$是在枚举四个方向时得到的下一个位置,即: - 向上:$(i-1,j)$ - 向下:$(i+1,j)$ - 向左:$(i,j-1)$ - 向右:$(i,j+1)$ 实现过程中需要注意以下几点: - 每个点都需要搜一遍,因此需要用双重for循环来枚举每个起点; - 对于已经搜索过的点,需要用一个数组$vis$来记录,防止重复搜索; - 在进行状态转移时,需要判断移动后的点是否满足条件。 时间复杂度 状态数为$O(nm)$,每个状态转移的时间复杂度为$O(1)$,因此总时间复杂度为$O(nm)$。 参考文献 C++ 代码 算法2 (动态规划) $O(nm)$ 动态规划的思路与递归DP类似,只不过转移方程和实现方式有所不同。 状态转移方程如下: $$ f(i,j)=\max f(x,y)+1(x,y)是(i,j)的下一个满足条件的位置 $$ 注意:这里的状态转移方程中的$x,y$是在枚举四个方向时得到的下一个位置,即: - 向上:$(i-1,j)$ - 向下:$(i+1,j)$ - 向左:$(i,j-1)$ - 向右:$(i,j+1)$ 实现过程中需要注意以下几点: - 每个点都需要搜一遍,因此需要用双重for循环来枚举每个起点; - 对于已经搜索过的点,需要用一个数组$vis$来记录,防止重复搜索; - 在进行状态转移时,需要判断移动后的点是否满足条件。 时间复杂度 状态数为$O(nm)$,每个状态转移的时间复杂度为$O(1)$,因此总时间复杂度为$O(nm)$。 参考文献 C++ 代码

“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
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