USACO4.1 Fence rails DFSID

所有题在A不掉之前都是难题,而当你把它A掉后,它便成了水题,而在你A掉它之前,你永远不知道它有多水。

这道题,我最先想到的是DP,觉得就是一个典型背包问题,不过是背包多了一点而已,然而再仔细一想N=50便意味着50个背包,128^50的运算量,不用细算也知道这样的程序跑出来太阳都熄火了,所以这样的DP是走不通的。想到这个section的主题是讲搜索优化的,那就试试搜索吧,直接DFS加剪枝?嗯,想了很久没想出来怎么做DFS,就在这个时候ZZY看完了刚更新的日剧,坐在旁边摇头晃脑满脸的意犹未尽,时不时往我这边漂上几眼,看到我一副苦逼的表情,点了几下头然后便笑而不语,过了许久才阴森的冒出一句话“这个要用DFSID”,我靠,什么是DFSID啊,完全不懂啊,听起来好高端啊...赶紧google之.....

搜索DFSID,wiki上没有,××没有,看了别人的博客,大致的感觉就是先确定一个界限再做DFS,而在这道题里面感觉倒有点像是枚举加DFS。在这个题中,用DFS找到能切割出的最大rail数不好怎么下手,但是,用DFS确定是否能切割出K块rail是相对容易的,所以我们就可以通过枚举出各个K值然后DFS得出能切割出的最大rail数,这里可以用二分的思想来做优化。

现在的主要问题就是如何DFS了。 既然是要确定一堆board能否切割出k块rail,我们不妨用一个全局的数组来储存各个board 的长度,用bool DFS(int k)来表示k块rail能否被切割出来,如果这堆board能切割出k块rail那么肯定能切割出k块最短的rail,所以,我们应该先给rail排个序。

朴素DFS代码:

bool DFS(int k)
{ 
     if(k<0) return true;
     for(int i=0;i<boards;i++)
     {
          if(remain[i]>=rarr[k])//remain[i]记录了第i块board的剩余长度
          {
                remain[i]-=rarr[k];
                if(DFS(k-1)) return true;//先对rail排了序,rail从大到小搜
                remain[i]+=rarr[k];
          }
     }
     return false;
}
这样没有做任何优化的DFS 只能过3个点,所以动手优化吧。

在网上看了大牛们的博客,都说对于这样的切割问题,用剩余材料做优化可以减少大量的冗余搜索,其大致思路是这样的,如果boad的总长度是board_sum,需要切割出来的rail总长度是rail_sum,那么最大的可浪费材料是max_waste,如果某一种切割方式在切割完之前已产生了waste>max_waste的浪费,那么显然这种方式是不可行的。

优化后代码

bool DFS(int k)
{ 
     if(k<0) return true;
     //用浪费材料做剪枝
     int waste=0;
     for(int i=0;i<boards;i++) if(remain[i]<rarr[0]) waste+=remain[i];
     if(waste>max_waste) return false;
     for(int i=start;i<boards;i++)
     {
          if(remain[i]>=rarr[k])
          {
                if(k-1>=0 && rarr[k]==rarr[k-1]) ns=i;
                remain[i]-=rarr[k];
                if(DFS(k-1)) return true;
                remain[i]+=rarr[k];
          }
     }
     return false;
}



优化后,竟然还是只能过3个点,太受打击了。

由于rail最多有1023块,而rail的长度是<=128的正整数,之意味着很多rail的长度是一样的,而对于长度一样的rail,它们的顺序是不重要的,所以可以做如下优化:

优化后代码

bool DFS(int k,int start)
{ 
     if(k<0) return true;
     int waste=0;
     for(int i=0;i<boards;i++) if(remain[i]<rarr[0]) waste+=remain[i];
     if(waste>max_waste) return false;
     int ns=0;
     for(int i=start;i<boards;i++)
     {
          if(remain[i]>=rarr[k])
          {
                if(k-1>=0 && rarr[k]==rarr[k-1]) ns=i;
                else ns=0;
                remain[i]-=rarr[k];
                if(DFS(k-1,ns)) return true;
                remain[i]+=rarr[k];
          }
     }
     return false;
}
优化后提交,果断AC。

经实验发现,这两种优化缺少任何一种都只能过3个点,只有两种优化同时采用才能AC。

下面是完整的源代码:

#include<cstdio>
#include<algorithm>

using namespace std;

FILE *in,*out;
int barr[60],remain[60],rarr[1050],rarr_sum[1050],max_waste,board_sum,boards;

int search(int s,int e);
bool check(int k);
bool DFS(int k,int start);

int main()
{
    in=fopen("fence8.in","r");
    out=fopen("fence8.out","w");
    int rails,i;
    
    fscanf(in,"%d",&boards);
    for(i=0;i<boards;i++) fscanf(in,"%d",&barr[i]);
    for(i=0;i<boards;i++) barr[i]=-barr[i];
    sort(barr,barr+boards);
    for(i=0;i<boards;i++) barr[i]=-barr[i];
    
    fscanf(in,"%d",&rails);
    for(i=0;i<rails;i++) fscanf(in,"%d",&rarr[i]);
    sort(rarr,rarr+rails);   

    for(i=0;i<boards;i++) board_sum+=barr[i];
    for(i=0;i<rails;i++) rarr_sum[i]=rarr[i];
    for(i=1;i<rails;i++) rarr_sum[i]+=rarr_sum[i-1];
    max_result=0;
    for(i=1;i<rails;i*=2) if(!check(i)) break;
    if(i>rails) i=rails;
    fprintf(out,"%d\n",search(i>>1,i));
    fclose(in);
    fclose(out);
    return 0;
}

int search(int s,int e)
{
    int mid=(s+e)>>1;
    if(e-s==1) mid=e;
    bool flag=check(mid);
    if(e-s==1 && flag) return e;
    if(e-s==1 && !flag) return s;
    if(e==s && flag) return e;
    if(flag) return search(mid,e);
    else return search(s,mid);
}

bool check(int k)
{
     if(k<=0) return true;
     for(int i=0;i<boards;i++) remain[i]=barr[i];
     max_waste=board_sum-rarr_sum[k-1];
     if(max_waste<0) return false;
     return DFS(k-1,0);
}

bool DFS(int k,int start)
{ 
     if(k<0) return true;
     int waste=0;
     for(int i=0;i<boards;i++) if(remain[i]<rarr[0]) waste+=remain[i];
     if(waste>max_waste) return false;
     int ns=0;
     for(int i=start;i<boards;i++)
     {
          if(remain[i]>=rarr[k])
          {
                if(k-1>=0 && rarr[k]==rarr[k-1]) ns=i;
                else ns=0;
                remain[i]-=rarr[k];
                if(DFS(k-1,ns)) return true;
                remain[i]+=rarr[k];
          }
     }
     return false;
}


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: p109 [noip2004 提高组] 合并果子: 这道题目是一道经典的贪心算法题目,题目大意是给定n个果子,每个果子的重量为wi,现在需要将这n个果子合并成一个果子,每次合并需要消耗的代价为合并的两个果子的重量之和,求最小的代价。 我们可以使用贪心算法来解决这个问题,每次选择两个最小的果子进行合并,然后将合并后的果子的重量加入到集合中,重复这个过程直到只剩下一个果子为止。 这个算法的正确性可以通过反证法来证明,假设存在一种更优的合并方案,那么这个方案一定会在某一步将两个比当前选择的两个更小的果子进行合并,这样就会得到一个更小的代价,与当前选择的方案矛盾。 usaco06nov fence repair: 这道题目是一道经典的贪心算法题目,题目大意是给定n个木板,每个木板的长度为li,现在需要将这n个木板拼接成一块长度为L的木板,每次拼接需要消耗的代价为拼接的两个木板的长度之和,求最小的代价。 我们可以使用贪心算法来解决这个问题,每次选择两个最小的木板进行拼接,然后将拼接后的木板的长度加入到集合中,重复这个过程直到只剩下一个木板为止。 这个算法的正确性可以通过反证法来证明,假设存在一种更优的拼接方案,那么这个方案一定会在某一步将两个比当前选择的两个更小的木板进行拼接,这样就会得到一个更小的代价,与当前选择的方案矛盾。 ### 回答2: 题目描述: 有n个果子需要合并,合并任意两个果子需要的代价为这两个果子的重量之和。现在有一台合并机器,可以将两个果子合并成一堆并计算代价。问将n个果子合并成一堆的最小代价。 这个问题可以用贪心算法来解决,我们可以使用一个最小堆来存储所有果子的重量。每次从最小堆中取出两个最小的果子,将它们合并成为一堆,并将代价加入答案中,将新堆的重量加入最小堆中。重复以上步骤,直到最小堆中只剩下一堆为止。这样得到的代价就是最小的。 证明如下: 假设最小堆中的果子按照重量从小到大依次为a1, a2, ..., an。我们按照贪心策略,每次都将重量最小的两个果子合并成为一堆,设合并的过程为b1, b2, ..., bn-1。因此,可以发现,序列b1, b2, ..., bn-1必然是一个前缀和为a1, a2, ..., an的 Huffman 树变形。根据哈夫曼树的定义,这个树必然是最优的,能够得到的代价最小。 因此,使用贪心策略得到的答案必然是最优的,而且时间复杂度为O(n log n)。 对于[usaco06nov] fence repair g这道题,其实也可以用相同的思路来解决。将所有木板的长度存储在一个最小堆中,每次取出最小的两个木板长度进行合并,代价即为这两个木板的长度之和,并将合并后木板的长度加入最小堆中。重复以上步骤,直到最小堆中只剩下一块木板。得到的代价就是最小的。 因此,贪心算法是解决这类问题的一种高效、简单但有效的方法,可以应用于很多有贪心性质的问题中。 ### 回答3: 这两个题目都需要对操作进行模拟。 首先是合并果子。这个题目先将所有果子放进一个优先队列中。每次取出来两个果子进行合并,直到只剩下一个果子即为答案。合并的代价为两个果子重量之和。每次合并完之后再将新的果子放入优先队列中,重复上述过程即可。 再来看fence repair。这个题目需要用到贪心和并查集的思想。首先将所有板子的长度放入一个最小堆中,每次取出堆顶元素即为最短的板子,将其与其相邻的板子进行合并,合并的长度为这两块板子的长度之和。操作完之后再将新的板子长度放入最小堆中,重复上述过程直到只剩下一块板子。 关于合并操作,可以使用并查集来实现。维护每个板子所在的集合,每次操作时合并两个集合即可。 最后,需要注意的是题目中给出的整数都很大,需要使用long long来存储避免溢出。

“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