[SCOI2009]粉刷匠 牛客DP入门

0x00 题目来源

[SCOI2009]粉刷匠

0x10 Tag

线性DP、区间DP

0x20 题目描述

windy有 N 条木板需要被粉刷。 每条木板被分为 M 个格子。 每个格子要被刷成红色’0‘或蓝色’1‘
windy每次粉刷,只能选择一条木板上一段连续的格子,然后涂上一种颜色。 每个格子最多只能被粉刷一次。
如果windy只能粉刷 T 次,他最多能正确粉刷多少格子?

输入格式
3 6 3
111111
000000
001100
一个格子如果未被粉刷或者被粉刷错颜色,就算错误粉刷。


0x30 思路与算法

0x31 化简成简单的DP

如果将题目化简为N条木板,每个木板作为一个整体涂色,只能粉刷T次,求正确粉刷的木板数。显而易见的线性DP对不对。
即得状态转移式,如下: f ( i , j ) = m a x ( f ( i , j ) , f ( i − 1 , j − 1 ) + 1 ) f(i,j)=max(f(i,j),f(i-1,j-1)+1) f(i,j)=max(f(i,j),f(i1,j1)+1)

其中 i i i代表 i i i号木板 j j j代表粉刷的轮次( j j j次粉刷)。

那么,本题的问题是,在木板被细化成块之后,如何处理木板与木板之间的状态转移。首先,从题设可知,每块木板可以被多次粉刷,我们假设第 i i i号木板被粉刷了 p p p,而这块木板贡献了 g g g个正确涂刷的方块。则状态转移式为: f ( i , j ) = m a x ( f ( i , j ) , f ( i − 1 , j − p ) + g ) f(i,j)=max(f(i,j),f(i-1,j-p)+g) f(i,j)=max(f(i,j),f(i1,jp)+g)

原先简化条件中,刷木板最多会贡献1的正确涂刷数,最多刷一次。
而在题设条件下,我们设最多贡献g的正确涂刷数,最多刷p次

我们可以用O( n T 2 nT^2 nT2)的循环实现状态转移,现在的问题是,如何求g

0x32 求g

对于g,其意义是第 i i i号木板最大的正确涂抹数。所以我们不妨设其状态为 i i i条木板上粉刷 j j j次涂了前 k k k个格子
那么它的状态转移表达式为 g ( i , j , k ) = m a x ( g ( i , j , k ) , g ( i , j − 1 , q ) + m a x ( B i n t e r v a l , R i n t e r v a l ) ) g(i,j,k)=max(g(i,j,k),g(i,j-1,q)+max(B_{interval},R_{interval})) g(i,j,k)=max(g(i,j,k),g(i,j1,q)+max(Binterval,Rinterval))

我们设 q q q为上一次涂抹已经涂了 q q q格子 B / R i n t e r v a l B/R_{interval} B/Rinterval q q q k k k这一段区间中任意同色格子最大数。

0x33 代码实现

声明

const int MAXN=55;
const int MAXT=2510;
int f[MAXN][MAXT];
int g[MAXN][MAXN][MAXN];
int blue[MAXN][MAXN];
int red[MAXN][MAXN];

blue与red分别为第 i i i号木板中对应的蓝色和红色的前缀和数组。f,g为两个动态转移状态数组。
初始化

        if(ch=='1') 
        {
            blue[i][j]=blue[i][j-1]+1;
            red[i][j]=red[i][j-1];
        }
        else 
        {
            red[i][j]=red[i][j-1]+1;
            blue[i][j]=blue[i][j-1];   
        }

输入的时候顺便求以下前缀和,以便求区间数量。

0x34 完整代码

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll MOD = 998244353;
const ll INF = 0x3f3f3f3f;
// <------------------------------->
#define IOS ios::sync_with_stdio(0); cin.tie(0); cout.tie(0);
#define HACK freopen("test.in", "r", stdin);freopen("test.out", "w", stdout);
#define RT double rtime = 1.0 * clock() / CLOCKS_PER_SEC;cout<<"\nRuntime: "<<rtime<< " s.\n";
#define debug(x) cout<<"target is "<<x<<endl
#define debug_arr(arr) for(auto x:arr) cout<<x<<" "; cout<<"\n";
//#define LOCAL_JUDGE
//#pragma GCC optimize(2)
// <------------------------------->
const int MAXN=55;
const int MAXT=2510;
int f[MAXN][MAXT];
int g[MAXN][MAXN][MAXN];
int blue[MAXN][MAXN];
int red[MAXN][MAXN];
// <------------------------------->
int main()
{
    IOS;
    #ifdef LOCAL_JUDGE
    HACK;
    #endif

    int n,m,t;
    cin>>n>>m>>t;

    char ch;
    for(int i=1;i<=n;++i)
    for(int j=1;j<=m;++j)
    {
        cin>>ch;
        if(ch=='1') 
        {
            blue[i][j]=blue[i][j-1]+1;
            red[i][j]=red[i][j-1];
        }
        else 
        {
            red[i][j]=red[i][j-1]+1;
            blue[i][j]=blue[i][j-1];   
        }
    }

    for(int i=1;i<=n;i++)
	for(int j=1;j<=t;j++)
	for(int k=0;k<=m;k++)
	for(int q=0;q<k;q++)
    {
		g[i][j][k]=max(g[i][j][k],g[i][j-1][q]+max(blue[i][k]-blue[i][q],red[i][k]-red[i][q]));
	}
	// dp g
	for(int i=1;i<=n;i++)
	for(int j=1;j<=t;j++)
	for(int p=0;p<=j;p++)
    {
	    f[i][j]=max(f[i][j],f[i-1][j-p]+g[i][p][m]); 
    }
    // dp f
	int ans=0;
	for(int i=1;i<=t;i++) ans=max(ans,f[n][i]);
	cout<<ans;

    #ifdef LOCAL_JUDGE
    RT;
    #endif
    return 0;
}

0x35 优化

我们聚焦在状态转移方程之上,代码如下

    for(int i=1;i<=n;i++)
	for(int j=1;j<=t;j++)
	for(int k=0;k<=m;k++)
	for(int q=0;q<k;q++)
    {
		g[i][j][k]=max(g[i][j][k],g[i][j-1][q]+max(blue[i][k]-blue[i][q],red[i][k]-red[i][q]));
	}
	// dp g
	for(int i=1;i<=n;i++)
	for(int j=1;j<=t;j++)
	for(int p=0;p<=j;p++)
    {
	    f[i][j]=max(f[i][j],f[i-1][j-p]+g[i][p][m]); 
    }

求g的4层循环中,第一层表示有1~n个木板,第二层表示会刷1~t次,k最多刷满m格,q最多刷k-1格。时间复杂度 O ( n 3 T ) O(n^3T) O(n3T)
求f的3层循环中,第一层表示有1~n个木板,第二层表示会刷1~t次,在木板 i i i上,最多刷 j j j。时间复杂度 O ( n T 2 ) O(nT^2) O(nT2)

运行结果:
在这里插入图片描述
而对于任意一块木板而言,最涂刷 m m m就可以实现不重不漏地涂刷木板,即每次只涂刷一块for(int p=0;p<=j;p++)也可以改成for(int p=0;p<=min(j,m);p++),因为每一块木板的最大涂刷数为 m m m

这样,总体的时间复杂度降为 O ( n 4 + n 2 T ) O(n^4+n^2T) O(n4+n2T)
运行结果:
在这里插入图片描述
代码为

    for(int i=1;i<=n;i++)
	for(int j=1;j<=m;j++)
	for(int k=0;k<=m;k++)
	for(int q=0;q<k;q++)
    {
		g[i][j][k]=max(g[i][j][k],g[i][j-1][q]+max(blue[i][k]-blue[i][q],red[i][k]-red[i][q]));
	}
	for(int i=1;i<=n;i++)
	for(int j=1;j<=t;j++)
	for(int k=0;k<=min(j,m);k++)
    {
	    f[i][j]=max(f[i][j],f[i-1][j-k]+g[i][k][m]); 
    }

0x40 另

=)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
中描述了一个幼儿园里分配糖果的问题,每个小朋友都有自己的要求。问题的输入包括两个整数NN和KK,表示幼儿园里的小朋友数量和要满足的要求数量。接下来的KK行表示小朋友们的要求,每行有三个数字,XX,AA,BB。如果X=1,表示第AA个小朋友分到的糖果必须和第BB个小朋友分到的糖果一样多;如果X=2,表示第AA个小朋友分到的糖果必须少于第BB个小朋友分到的糖果;如果X=3,表示第AA个小朋友分到的糖果必须不少于第BB个小朋友分到的糖果;如果X=4,表示第AA个小朋友分到的糖果必须多于第BB个小朋友分到的糖果;如果X=5,表示第AA个小朋友分到的糖果必须不多于第BB个小朋友分到的糖果。这个问题可以被看作是一个差分约束系统的问题。 具体地说,可以使用差分约束系统来解决这个问题。差分约束系统是一种通过给变量之间的关系添加约束来求解最优解的方法。对于这个问题,我们需要根据小朋友们的要求建立约束条件,并通过解决这个约束系统来得出最小的糖果数量。 在问题的输入中,X的取值范围为1到5,分别对应不同的关系约束。根据这些约束,我们可以构建一个差分约束图。图中的节点表示小朋友,边表示糖果数量的关系。根据不同的X值,我们可以添加相应的边和权重。然后,我们可以使用SPFA算法(Shortest Path Faster Algorithm)来求解这个差分约束系统,找到满足所有约束的最小糖果数量。 需要注意的是,在读取输入时需要判断X和Y是否合法,即是否满足X≠Y。如果X=Y,则直接输出-1,因为这种情况下无法满足约束条件。 综上所述,为了满足每个小朋友的要求,并且满足所有的约束条件,我们可以使用差分约束系统和SPFA算法来求解这个问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【差分约束系统】【SCOI2011】糖果 candy](https://blog.csdn.net/jiangzh7/article/details/8872699)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [P3275 [SCOI2011]糖果(差分约束板子)](https://blog.csdn.net/qq_40619297/article/details/88678605)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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