洛谷P1005 [NOIP2007 提高组] 矩阵取数游戏

1.题目

题目描述

帅帅经常跟同学玩一个矩阵取数游戏：对于一个给定的 $n\times m$ 的矩阵，矩阵中的每个元素 $a_{i,j}$ 均为非负整数。游戏规则如下：

• 每次取数时须从每行各取走一个元素，共 $n$ 个。经过 $m$ 次后取完矩阵内所有元素；
• 每次取走的各个元素只能是该元素所在行的行首或行尾；
• 每次取数都有一个得分值，为每行取数的得分之和，每行取数的得分 = 被取走的元素值 $\times 2^i$ ，其中 $i$ 表示第 $i$ 次取数（从 $1$ 开始编号）；
• 游戏结束总得分为 $m$ 次取数得分之和。

帅帅想请你帮忙写一个程序，对于任意矩阵，可以求出取数后的最大得分。

输入格式

输入文件包括 $n+1$ 行：
第一行为两个用空格隔开的整数 $n$ 和 $m$ 。
第 $2\sim n+1$ 行为 $n\times m$矩阵，其中每行有 $m$ 个单个空格隔开的非负整数。

输出格式

输出文件仅包含 $1$ 行，为一个整数，即输入矩阵取数后的最大得分。

输入输出样例

输入 #1

2 3
1 2 3
3 4 2

输出 #1

82

说明/提示

NOIP 2007 提高第三题
数据范围：
$60\%$ 的数据满足： $1\le n,m\le 30$ ，答案不超过 $10^{16}$ 。
$100\%$ 的数据满足： $1\le n,m\le 80$ ， $0\le a_{i,j}\le 1000$ 。

2.思路

主要思路：动态规划。由于各行取数的得分互不影响，则游戏总得分可以这样计算：分别对每行按照题目规则取数，共取 $m$ 次，并计算该行的总得分，最后将所有行的总得分相加，即为游戏总得分。在对每行进行取数时，就需要采用动态规划的思路来计算最优解。

• 步骤一：定义动态规划数组 $dp$
  由于取数时只能从该行的最左侧或最右侧取值，故定义 $dp[i][j]$ 表示取数区间变为 $[i,j]$ 时的最优解， $i$ 是取数区间的最左侧， $j$ 是取数区间的最右侧。
• 步骤二：定义状态转移方程
  取数区间 $[i,j]$ 是由区间 $[i-1,j]$ 取最左侧的数或 $[i,j+1]$ 取最右侧的数之后变成的，则状态转移方程为 d p [ i ] [ j ] = max ⁡ { d p [ i − 1 , j ] + a k , i − 1 × 2 m − j + i − 1 , d p [ i , j + 1 ] + a k , j + 1 × 2 m − j + i − 1 } dp[i][j] = \max\{dp[i-1,j]+a_{k,i-1}\times 2^{m-j+i-1},dp[i,j+1]+a_{k,j+1}\times 2^{m-j+i-1}\} dp[i][j]=max{dp[i−1,j]+ak,i−1​×2m−j+i−1,dp[i,j+1]+ak,j+1​×2m−j+i−1}其中的 $k$ 表示第 $k$ 行。之所以 $2$ 的幂次为 $m-j+i-1$ ，是由于其和取数区间的长度有关：当取数区间变为 $[1,m]$ 时，此时为第 $m-m=0$ 次取数，即区间长度 $m$ 对应第 $0$ 次取数；每取一次数，区间长度减一，次数加一，故当取数区间变为 $[i,j]$ 时，为第 $m-(j-i+1)=m-j+i-1$ 次取数。另外，最终取数区间将变成 $[i,i]$ 的形式，对应 $dp[i][i]$ ，但并未加上 $a_{k,i}\times 2^m$ ，因此，最终的最优解应从所有的 $dp[i][i]+a_{k,i}\times 2^m$ 中选择最大值，即 m a x = max ⁡ 1 ≤ i ≤ m { d p [ i ] [ i ] + a k , i × 2 m } max=\max_{1 \le i \le m}\{dp[i][i]+a_{k,i} \times 2^m\} max=1≤i≤mmax​{dp[i][i]+ak,i​×2m}这仅仅是第 $k$ 行的最优解，游戏总得分应为所有行最优解之和。
• 步骤三：设置初始值
  对于矩阵中的一行数，最开始的取数区间为 $[1,m]$ ， $dp[1,m]$ 的值应为 $0$ ，因为第 $0$ 次取数自然取不出大于零的数，初始得分应为 $0$，则 $dp[1,m]$ 可以看成取数区间 $[0,m]$ 取走一个数 $0$ 或取数区间 $[1,m+1]$ 取走一个数 $0$ ，并令 $dp[0,m]=dp[1,m+1]=0$ 这样就与步骤二中的状态转移方程相同。对于区间最左侧为 $1$ 的取数区间，自然不可能由区间 $[0,y]$ 状态转移过来，因此令 $dp[0][y]=0$ ，并令所取得的数为 $0$ ，以满足步骤二中的状态转移方程。同理，对于区间最右侧为 $m$ 的取数区间，自然不可能由区间 $[x,m]$ 状态转移过来，因此令 $dp[x][m]=0$ ，并令所取得的数为 $0$ ，以满足步骤二中的状态转移方程。

3.代码

根据提示，最后的答案可能超出long类型的最大值，因此我们使用Java中的BigInteger类来作为动态规划数组等变量的数据类型。代码如下：

import java.math.BigInteger;
import java.util.Scanner;

/**
 * @author xiaoyaosheny
 * @discription 洛谷P1005 [NOIP2007 提高组] 矩阵取树游戏
 * @date 2021/7/10
 */
public class Main {

    /**
     * 程序入口
     *
     * @param args 输入参数
     */
    public static void main(String[] args) {
        // 获取输入
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        int m = scanner.nextInt();
        int[][] matrix = new int[n][m + 2];
        for (int i = 0; i < n; i++) {
            for (int j = 1; j < m + 1; j++) {
                matrix[i][j] = scanner.nextInt();
            }
        }
        // 解决问题
        BigInteger score = new BigInteger("0");
        for (int j = 0; j < n; j++) {
            // 动态规划数组
            BigInteger[][] dp = new BigInteger[m + 2][m + 2];
            for (int k = 0; k < m + 2; k++)
            {
                for (int l = 0; l < m + 2; l++)
                    dp[k][l] = new BigInteger("0");
            }
            // 动态规划
            for (int k = 1; k < m + 1; k++) {
                for (int l = m; l >= k; l--)
                {
                    BigInteger base2 = new BigInteger("2").pow(m - l + k - 1);
                    dp[k][l] = (dp[k - 1][l].add(new BigInteger(String.valueOf(matrix[j][k - 1])).multiply(base2))).max(dp[k][l + 1].add(new BigInteger(String.valueOf(matrix[j][l + 1])).multiply(base2)));
                }
            }
            BigInteger max = new BigInteger("0");
            for (int k = 1; k < m + 1; k++) {
                max = max.max(dp[k][k].add(new BigInteger(String.valueOf(matrix[j][k])).multiply(new BigInteger("2").pow(m))));
            }
            score = score.add(max);
        }
        // 输出结果
        System.out.println(score);
    }
}

4.参考

Jack_Homes_Huang的博客