POJ 2609 Ferry Loading 双塔DP

题意:求两个长度为l的车库最多能容纳的车子,如果有一辆车方不进去就停止。

做法:双塔DP啊,只是这次选择的状态是两座塔的高度,用来记录的是最终塔的高度,和放进去车的数量

DFS那里不知怎么的,去掉一个条件就A了,求大神讲解啊

#include<cstdio>
#include<cstring>
const int LMT=10007;
bool dp[2][LMT];
int car[502],sum[502];
int pre[502][LMT];
inline int min(int a,int b)
{
	return a<b?a:b;
}
inline int max(int a,int b)
{
	return a>b?a:b;
}
void dfs(int x,int y)
{
	if(x<=0)return;//我了个去啊。。加个||Y〈=0就错,求各路大神指点
	if(!pre[x][y])
	{
		dfs(x-1,y-car[x]);
		printf("starboard\n");
	}
	else
	{
		dfs(x-1,y);
		printf("port\n");
	}
}
int main(void)
{
	int len,i,j,d,h,cnt=0,ans=0;
	scanf("%d",&len);
	len*=100;
	memset(dp,0,sizeof(dp));
	memset(pre,-1,sizeof(pre));
	dp[0][0]=1;sum[0]=0;
	for(i=1;;i++)
	{
		scanf("%d",&car[i]);
		if(0==car[i])break;
		sum[i]=sum[i-1]+car[i];
		cnt++;
	}
	for(i=1;i<=cnt;i++)
	{
		memset(dp[i&1],0,sizeof(dp[i&1]));
		for(j=len;j>=0;j--)
		{
			if(sum[i]-j>len)break;
			if(j>=car[i]&&dp[(i-1)&1][j-car[i]])//减少选择可以防止逆推时的错误
			{
				dp[i&1][j]|=dp[(i-1)&1][j-car[i]];
				if(dp[i&1][j])
				pre[i][j]=0;
			}
			else if(sum[i]-j>=car[i])
			{
				dp[i&1][j]|=dp[(i-1)&1][j];
				if(dp[i&1][j])
				pre[i][j]=1;
			}
			if(dp[i&1][j])
			{
				ans=d=i;
				h=j;
			}
		}
		if(ans!=i)break;
	}
	printf("%d\n",ans);
	if(ans)
	dfs(d,h);
	return 0;
}


 

  • 0
    点赞
  • 0
    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
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