[dp]答疑

Jcqsunny

于 2024-09-06 11:13:33 发布

阅读量307

点赞数 3

分类专栏：前缀和差分文章标签：算法动态规划 dfs 区间dp c++

本文链接：https://blog.csdn.net/m0_64542522/article/details/141952154

版权

前缀和差分专栏收录该内容

2 篇文章 0 订阅

订阅专栏

题目描述

在一个数轴上，有 $n$ 个同学等待老师的答疑。老师最先站在 $k$ 号同学的位置。老师需要解决所有同学的问题，解决一个问题都只需要 $0$ 秒。学生很没有耐心，每等一秒钟就会增加 $w_i$ 的不开心值。老师以 $1 m / s$ 的速度开始行动，他想知道解决完所有同学的问题最少需要多少的不开心值。

输入格式

第一行输入两个整数 $n$ 和 $k$ ，表示等待答疑的学生数量和老师最先站在几号同学的旁边。
接下来 $n$ 行，每行两个整数 $x$ 和 $y$ ，表示第 $i$ 个同学的位置和每秒增加的不开心值。

输出格式

输出一行一个整数表示最小的不开心值。

数据范围

对于 $40\%$ 的数据， $\le n \le 7$ 。
对于 $100\%$ 的数据， $\le n \le 1000$ ， $\le k \le 1000$ $\le x,y \le 1000$ 。

样例

样例输入1

样例输出1

题解

1

对于 $40\%$ 的数据，我们可以直接暴力枚举，枚举到每个学生的顺序，计算出不开心值。

进而，我们可以将枚举进化，可以得到 $60$ 分。
我们还是 dfs 出每个位置，边枚举边计算不开心值，进行剪枝。

在 dfs 前，可以先排序，在实践中发现排序后一般比不排序快
x 表示解决的数量，z 表示现在的不开心值（即每秒增加的不开心），s 表示不开心值，o 记录上一次走到的位置
inline void dfs(int x, int z, int s, int o){
	//剪枝
	if(s >= ans){
		return;
	}
	if(x > n){
		ans = min(ans, s);
		return;
	}
	for(int i = o - 1; i >= 1; -- i){
		if(!f[i]){
			f[i] = 1;
			dfs(x + 1, z - u[i].b, s + abs(u[o].a - u[i].a) * z, i);
			f[i] = 0;
		}
	}
	for(int i = o + 1; i <= n; ++ i){
		if(!f[i]){
			f[i] = 1;
			dfs(x + 1, z - u[i].b, s + abs(u[o].a - u[i].a) * z, i);
			f[i] = 0;
		}
	}
}

这里 dfs 也可以优化到 $100$ 分，跟下面做法类似。

2

考虑使用 区间dp，记录从 $i$ 到 $j$ 的最小不开心值（ $\le j$ ）。

从 $i$ 到 $j$ 的区间，有两种情况：

从 $i$ 开始到 $j$ ，到 $j$ 停止。
从 $j$ 开始到 $i$ ，到 $i$ 停止。

定义 $f_{i,j,0/1}$ 表示从 $i$ 到 $j$ 和从 $j$ 到 $i$ 的最小不开心值。
最开始 $f_{k,k,0}$ 和 $f_{k,k,1}$ 都为 $0$ （因为老师最开始就在 $k$ 同学位置），其他位置都为无穷大。

考虑转移 $f_{i,j,0}$ ，它可以从 $f_{i,j-1,0}$ 转移过来，即从 $i$ 到 $j$ ，可以先从 $i$ 到 $j - 1$ ，再从 $j - 1$ 到 $j$ ；也可以从 $f_{i,j-1,1}$ 转移过来，即从 $j - 1$ 到 $i$ ，再从 $i$ 到 $j$ 。尽管第二个方法看起来不是很优，但不开心值也可能比第一种小。

接下来就是计算 $w$ 了。可以用一个前缀和数组 $s u m$ 记录从 $w_1$ 到 $w_i$ 的和。这下从 $i$ 到 $j$ 的区间，不开心值就是排除 $i$ 到 $j$ 的区间和，这里 $j$ 是将要到的，并没有到，所以不计 $j$ 的不开心值。

因此，我们就可以得出 $f_{i,j,0}$ 的转移。
$f_{i,j,0} = \min(f_{i,j,0}, f_{i + 1, j, 0} + (\mid x_{j + 1}.a - x_{j}.a\mid) \times (sum_n - sum_k + sum_j), f_{j + 1, k, 1} + (\mid x_{k}.a - x_{j}.a \mid) \times (sum_{n} - sum_{k} + sum_{j}))$

同理，我们可以的出 $f_{i,j,1}$ 的转移。

答案就是 $min(f_{1,n,0}, f_{1,n,1})$ 的值。

//前缀和
for(int i = 1; i <= n; ++ i){
	sum[i] = sum[i - 1] + x[i].b;
} 
//预处理 dp 数组
for(int i = 0; i <= n + 1; ++ i){
	for(int j = 0; j <= n + 1; ++ j){
		f[i][j][0] = f[i][j][1] = 1e16;
	}
}
f[m][m][0] = f[m][m][1] = 0;

//转移
for(int i = 1; i <= n; ++ i){
	for(int j = 1; j <= n - i; ++ j){
		//这里的 j 就是上文的 i, k 就是上文的 j
		int k = i + j;
		f[j][k][0] = min(f[j][k][0], min(f[j + 1][k][0] + abs(x[j + 1].a - x[j].a) * (sum[n] - sum[k] + sum[j]), f[j + 1][k][1] + abs(x[k].a - x[j].a) * (sum[n] - sum[k] + sum[j])));
		f[j][k][1] = min(f[j][k][1], min(f[j][k - 1][1] + abs(x[k].a - x[k - 1].a) * (sum[n] - sum[k - 1] + sum[j - 1]), f[j][k - 1][0] + abs(x[k].a - x[j].a) * (sum[n] - sum[k - 1] + sum[j - 1])));
	}
}