sue的小球 牛客(区间dp)

链接:https://ac.nowcoder.com/acm/problem/20312
来源:牛客网

题目描述

Sue和Sandy最近迷上了一个电脑游戏,这个游戏的故事发在美丽神秘并且充满刺激的大海上,Sue有一支轻便小巧的小船。然而,Sue的目标并不是当一个海盗,而是要收集空中漂浮的彩蛋,Sue有一个秘密武器,只要她将小船划到一个彩蛋的正下方,然后使用秘密武器便可以在瞬间收集到这个彩蛋。然而,彩蛋有一个魅力值,这个魅力值会随着彩蛋在空中降落的时间而降低,Sue要想得到更多的分数,必须尽量在魅力值高的时候收集这个彩蛋,而如果一个彩蛋掉入海中,它的魅力值将会变成一个负数,但这并不影响Sue的兴趣,因为每一个彩蛋都是不同的,Sue希望收集到所有的彩蛋。 然而Sandy就没有Sue那么浪漫了,Sandy希望得到尽可能多的分数,为了解决这个问题,他先将这个游戏抽象成了如下模型: 以Sue的初始位置所在水平面作为x轴。 一开始空中有N个彩蛋,对于第i个彩蛋,他的初始位置用整数坐标(xi, yi)表示,游戏开始后,它匀速沿y轴负方向下落,速度为vi单位距离/单位时间。Sue的初始位置为(x0, 0),Sue可以沿x轴的正方向或负方向移动,Sue的移动速度是1单位距离/单位时间,使用秘密武器得到一个彩蛋是瞬间的,得分为当前彩蛋的y坐标的千分之一。 现在,Sue和Sandy请你来帮忙,为了满足Sue和Sandy各自的目标,你决定在收集到所有彩蛋的基础上,得到的分数最高。

输入描述:

第一行为两个整数N, x0用一个空格分隔,表示彩蛋个数与Sue的初始位置。
第二行为N个整数xi,每两个数用一个空格分隔,第i个数表示第i个彩蛋的初始横坐标。
第三行为N个整数yi,每两个数用一个空格分隔,第i个数表示第i个彩蛋的初始纵坐标。
第四行为N个整数vi,每两个数用一个空格分隔,第i个数表示第i个彩蛋匀速沿y轴负方向下落的的速度。

输出描述:

一个实数,保留三位小数,为收集所有彩蛋的基础上,可以得到最高的分数。

输入

3 0
-4 -2 2
22 30 26
1 9 8

输出

0.000

备注:

数据范围:
N < = 1000,对于100%的数据。 -10^4 < = xi,yi,vi < = 10^4

理解

一读完题就感觉像区间dp的题,而且这个题目标着就是区间dp,但是想不出来怎么向区间dp上推,老想着用类似记忆化搜索的方法来,后来看了看大佬们的题解看明白了。
我们想啊,这个人在x轴上的移动是连续的,所以当他走过一段路程之后,这个连续区间的彩蛋就被收集了,而接着运动的时候就会扩大(或者反向移动到另一边再扩大)这个区间。所以这就能从区间dp的角度进行思考了。
然后怎么确定一个区间呢,我们将所有的彩蛋按照x的坐标进行排序,就可以找出一块儿连续的区间了。
我们用dp[i][j][0/1]记录当收集完[i,j]之间的所有彩蛋后停在左/右边的最大收集价值。当我们扩大遍历到的区间的时候,已经被收集的彩蛋价值不改变,减少还未被收集到的彩蛋的价值。因为未被收集的彩蛋也是个连续的区间,所以我们用前缀和数组处理一下,就可以进行O(1)的查询了。然后收集完一个区间都可以看作是上一个区间的扩展,而收集完一个区间只能停在左边或者右边上,到达下一个点的时间就是两点之间距离。

代码

#include <bits/stdc++.h>
using namespace std;

struct node{
	int x,y,h;
	bool operator<(node obj)const{
		return x<obj.x;
	}
}a[1010];

int n,x0;
int sum[1010];
int dp[1010][1010][2];

int main(){
	scanf("%d%d",&n,&x0);
	for(int i = 1;i<=n;i++)	scanf("%d",&a[i].x);
	for(int i = 1;i<=n;i++)	scanf("%d",&a[i].y);
	for(int i = 1;i<=n;i++)	scanf("%d",&a[i].h);
	sort(a+1,a+1+n);
	int toty = 0;
	for(int i = 1;i<=n;i++)	sum[i] = sum[i-1]+a[i].h;
	
	for(int i = 1;i<=n;i++){
		dp[i][i][0] = dp[i][i][1] = a[i].y-sum[n]*(int)abs(x0-a[i].x);
	}
	for(int l = 2;l<=n;l++){
		for(int i = 1;i+l-1<=n;i++){
			int j = i+l-1;
			dp[i][j][0] = max(dp[i+1][j][0]+a[i].y-(int)abs(a[i].x-a[i+1].x)*(sum[n]-sum[j]+sum[i]),
								dp[i+1][j][1]+a[i].y-(int)abs(a[i].x-a[j].x)*(sum[n]-sum[j]+sum[i]));
			dp[i][j][1] = max(dp[i][j-1][0]+a[j].y-(int)abs(a[i].x-a[j].x)*(sum[n]-sum[j-1]+sum[i-1]),
								dp[i][j-1][1]+a[j].y-(int)abs(a[j-1].x-a[j].x)*(sum[n]-sum[j-1]+sum[i-1]));
		}
	}
//	for(int i = 1;i<=n;i++){
//		for(int j = 1;j<=n;j++){
//			printf("(%d,%d) ",dp[i][j][0],dp[i][j][1]);
//		}
//		putchar('\n');
//	}
	printf("%.3lf\n",max(dp[1][n][0],dp[1][n][1])/1000.0);
	
	return 0;
}
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
sue交通分配”是一种基于路网的交通流分配算法,该算法可以用于优化路网中不同路径的交通流量,以降低交通拥堵和提高路网的效率。 在MATLAB中,可以使用以下代码来实现“sue交通分配”算法: 1. 定义路网:假设我们有一个简单的路网,其中节点数为5,边数为6。我们可以将每个节点看作是交叉口,而每条边则表示两个交叉口之间的道路。我们可以使用三个数组来表示路网信息: node:包含每个节点的编号,从1到5。 edge:包含每条边的起始节点、结束节点和长度。 x0:包含每个节点的初始交通流量。 2. 构建分配矩阵:我们可以使用Dijkstra算法来计算路网中所有节点之间的最短路径,并且将这些路径的交通流量分配给它们所经过的每一条边。这可以通过创建一个分配矩阵来实现,该矩阵的大小为n×m,其中n是路网中的边数,m是路网中的节点数。矩阵中的每一项都表示相应的边和节点之间的最短路径长度。 3. 计算交通流量:一旦我们有了分配矩阵,就可以通过解一个线性规划问题来计算出每条边上的最终交通流量。这个线性规划问题可以用MATLAB的“linprog”函数来求解。 4. 评估结果:最后,我们可以使用MATLAB的绘图函数来将交通流量可视化,以及比较分配前后每条边上的交通流量,以评估算法的性能。 总之,“sue交通分配”算法是一种非常有效的交通流分配算法,可以用MATLAB来实现。

“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