P2760 科技庄园【普及+提高】单调队列优化的多重背包

科技庄园 - 洛谷

单调队列优化的速度比二进制优化还要高

如果对单调队列优化的多重背包不太熟悉,可参考博文

单调队列优化多重背包(全网最详细解析)_秦三马和他的CF生涯的博客-CSDN博客

首先,原点到一个位置的时间与能量消耗是相同的,都是二倍的(i+j),那我们完全就可以把其看做背包物体的体积,那么背包总体积是多少呢,显然是时间与能量-1的最大值,题目要求能量不能为0,所以我们只能使用总能量-1的能量。

注意一些细节即可,例如前后两个矩阵可能并不一一对应,也就是桃树不为零时,次数可能为0,我们只需要把两者都不为零的情况纳入讨论即可

#include <iostream>

using namespace std;
typedef long long int ll;
typedef struct
{
    ll cnt,w,v;
}tree;
tree s[100000+10];
int len;
ll a[1010][1010],b[1010][1010],V,q1[100000],q2[100000],dp[100000];

int main()
{
    int n,m;
    ll V1,V2;
    cin>>n>>m>>V1>>V2;

    V=min(V1,V2-1);

    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        {
            cin>>a[i][j];
        }
    }


    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=m;j++)
        {
            cin>>b[i][j];

            if(a[i][j]&&b[i][j])
            {
                s[len].cnt=b[i][j];

                s[len].w=a[i][j];

                s[len].v=(i+j)<<1;

                len++;
            }
        }
    }

    int head=0,tail=0;

    for(int i=0;i<len;i++)
    {
        ll v=s[i].v;
        ll c=V/v;
        c=min(c,s[i].cnt);

        ll k=V/v;

        for(ll d=0;d<v;d++)
        {
            head=tail=0;

            k=(V-d)/v;

            for(int j=0;j<=k;j++)
            {
                while(head<tail&&dp[j*v+d]-j*s[i].w>=q2[tail-1])
                    tail--;

                q1[tail]=j;
                q2[tail]=dp[j*v+d]-j*s[i].w;

                tail++;

                while(head<tail&&q1[head]<j-c)
                    head++;

                dp[j*v+d]=max(dp[j*v+d],q2[head]+j*s[i].w);


            }
        }
    }

    cout<<dp[V];
    return 0;
}

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“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 1
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

打赏作者

秦三码

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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