题目描述
HNSDFZ的同学们为了庆祝春节,准备排练一场舞 n个人选出3*m人,排成m组,每组3人。 站的队形——较矮的2个人站两侧,最高的站中间。 从对称学角度来欣赏,左右两个人的身高越接近,则这一组的“残疾程度”越低。 计算公式为 h=(a-b)^2 (a、b为较矮的2人的身高) 那么问题来了。 现在候选人有n个人,要从他们当中选出3*m个人排舞蹈,要求总体的“残疾程度”最低。
输入
第一排为m,n。 第二排n个数字,保证升序排列。 m<=1000,n<=5000 数据保证3*m<=n
输出
输出最小“残疾程度”。
样例输入
9 40
1 8 10 16 19 22 27 33 36 40 47 52 56 61 63 71 72 75 81 81 84 88 96 98 103 110 113 118 124 128 129 134 134 139 148 157 157 160 162 164
样例输出
23
备注
m<=1000,n<=5000
数据保证3*m<=n
对于这道题,首先应该想到贪心:每次取差值最小的一对。但是这样的贪心策略很容易找到反例,而且N=5000的数据规模,十分有可能是O(n^2)的算法。
于是考虑动态规划。如果是DP,那么很容易想到如下的状态定义:dp[i][j]表示用前j个数组成i个(x,y,z)数对的最小消耗。
另外一个很容易注意到的地方就是:对于一个最优决策中的任意一个数对(x,y,z),其中x和y必在有序的a[i]中相邻。关于这点用反证法不难证明,也很容易注意到。
对于(x,y,z)中的z应该如何决策的问题,之前一直令我迷惑,这一点应该是题目最难解决的问题。
考虑状态d[i][j]:
对于x和y,有如下考虑:
对于a[j],如果不使用a[j],那么dp[i][j]=dp[i][j-1];
如果使用a[j],那么就和a[j-1]一起使用,dp[i][j]=dp[i-1][j-2]+w(a[i],a[i-1]);
于是有了总的状态转移方程:dp[i][j]=min( dp[i][j-1],dp[i-1][j-2]+w(a[i],a[i-1]) );
这应该不难理解,但是对于z的决策呢?
如果把a[i]按降序排列,那么z的影响就可以忽略了!这样依然可以采用上面的方程。
考虑状态dp[i][j]:
如果j<3*i,
此时当前策略是不可行的,dp[i][j]=INF;
如果j>=3*i,
即j>=3(i-1)+3,j>3(i-1)+2,当前状态有效
转移到dp[i-1][j-2]时,
至少剩余一个多余的a[k],由于序列降序,a[k]可以和a[j]、a[j-1]配对,同时dp[i-1][j-2]有效,可以继续递归。
转移到dp[i][j-1],
若dp[i][j-1]为无效状态,dp[i][j-1]==INF,必然不会比上面那种转移方式优;
若dp[i][j-1]为有效状态,可以继续递归地进行下去。
#include<iostream> #include<cstring> #include<cstdio> #include<cstdlib> #include<cmath> #include<algorithm> using namespace std; const int INF=0x3f3f3f3f; const int N=5010; const int M=1005; int n, m, h[N]; long long dp[M][N]; int main() { scanf( "%d%d", &m, &n ); for( int i=n; i>=1; i-- ) scanf( "%d", &h[i] ); for( int i=1; i<=m; i++ ) for( int j=1; j<=n; j++ ) if( j<i*3 ) dp[i][j]=INF; else dp[i][j]=min( dp[i][j-1], dp[i-1][j-2]+(h[j]-h[j-1])*(h[j]-h[j-1]) ); printf( "%lld\n", dp[m][n] ); return 0; }
[BZOJ1516][VijosP1061]迎春舞会之三人组舞
最新推荐文章于 2024-10-01 18:52:56 发布