- 依旧使用具有“累加”意义的状态,与修长城不同的是,路过某点时不一定要累加改点的“权值”,但是每一次移动对今后所有累加的点的“权值”的影响是相同的,为此可以增加一维cnt,d(i,j,cnt,p)表示i~j的决策已经确定时,当前在p(i或者j),从(1 ~ i-1)与(j+1)中选取cnt个所能得到的“最大收益”,状态的转移可以通过枚举第cnt中的第一个累加的点实现,假设选取的点为x,则代表x+1 ~ i-1或j+1 ~ x-1的点舍弃 ,原因在于“在任意时刻,送餐的人已经考虑过的(送了或者决定放弃订单)的客户一定是一个连续区间。不然他就路过了某一家客户,没考虑这个客户就跑了”(转载自zhangqs)。于是就有d(i,j,cnt,p)=maxd((x,j,cnt-1,0)+e[i]-abs(p[x]-p[k])*cnt),abs(p[x]-p[k]对包括x在内的今后所有cnt个点的权值都有影响。
- 假设确定了整个行程要送多少分披萨cnt,整个动态规划过程中的状态实际上从选择第cnt个披萨到cnt-1······到选择第一个披萨转移的;d(i,j,cnt,p)值的实际意义在于后面cnt个披萨的权已经全部计算在内的最大值(除去i ~ j中运送已经确定的部分披萨对今后的影响)
- 显然答案为d(i,i,cnt-1,0)+e[i]-abs(p[i])*cnt中的最大值,1<=i<=n,1<=cnt<=n。
- 讨论当未决定的点不足cnt时会不会对答案产生影响:假设在某一状态时产生这种情况d(i,j,cnt1,p),实际上哪怕是一个“合法的cnt”,未来也可能未选满cnt个,且d(i,j,cnt1,p)的最初状态来源为一个d(l,r,cnt2,p) (cnt2!=0,边界状态l=1,r=n 或者cnt=0)的d值都为0。那么d(i,j,cnt1,p)是不是可以理解成未来选择小于等于cnt1个点的最大收益了呢?
- 这道题记忆化搜索应该是一个比较优的写法,写递推或者刷表时可能会漏掉那些看似“不合法”的状态的更新。
#include<iostream>
#include<cstdlib>
#include<cstring>
#include<cmath>
using namespace std;
int t,n,pos[105],e[105],d[105][105][105][2],ans;
int dp(int l,int r,int cnt,int p)
{
if(d[l][r][cnt][p]!=-1)
return d[l][r][cnt][p];
if(cnt==0)
return 0;
int maxn=0;
if(!p){
for(int i=1;i<l;i++)
maxn=max(maxn,dp(i,r,cnt-1,0)+e[i]-abs(pos[i]-pos[l])*cnt);
for(int i=r+1;i<=n;i++)
maxn=max(maxn,dp(l,i,cnt-1,1)+e[i]-abs(pos[i]-pos[l])*cnt);
}
else{
for(int i=1;i<l;i++)
maxn=max(maxn,dp(i,r,cnt-1,0)+e[i]-abs(pos[i]-pos[r])*cnt);
for(int i=r+1;i<=n;i++)
maxn=max(maxn,dp(l,i,cnt-1,1)+e[i]-abs(pos[i]-pos[r])*cnt);
}
d[l][r][cnt][p]=maxn;
return maxn;
}
int main()
{
cin>>t;
while(t--)
{
cin>>n;
ans=0;
for(int i=1;i<=n;i++)
cin>>pos[i];
for(int i=1;i<=n;i++)
cin>>e[i];
memset(d,-1,sizeof(d));
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
ans=max(ans,dp(i,i,j-1,0)+e[i]-abs(pos[i])*j);
cout<<ans<<endl;
}
}