so就 (二分答案 dp 贪心)

so就

9.11
思路:
明显的dp感觉,但是nk的复杂度又很恼火。当然有一种二分答案然后用dp来check的方法,就贴上代码不细说了。这里还有一种贪心的做法,用一个set来维护最大权值,之后每次从堆里取出堆顶元素,每次贪心的维护k=i时的ans(就只有k次循环),将堆顶元素和相邻的两个元素合并并修改权值,用链表维护相邻的关系,具体的实现还是看代码吧。

#include <iostream>  
#include <cstdio>
#include <set>
#define LL long long
using namespace std;  

const int N = 100010;  

int n, k;
LL ans, a[N];
int pre[N], nex[N];

struct node {   
    LL w;  
    int id;
    friend bool operator <(const node & a, const node & b){ return a.w==b.w ? a.id<b.id : a.w>b.w;}  
};  
set<node> q;

void solve() {   
    while( k-- ){   
        node top = *q.begin();
        q.erase((node){ top.w, top.id});
        ans += (LL)a[top.id];
        a[top.id] = a[pre[top.id]] + a[nex[top.id]] - a[top.id];
        if( pre[top.id] ) q.erase((node){ a[pre[top.id]], pre[top.id]});  
        if( nex[top.id] ) q.erase((node){ a[nex[top.id]], nex[top.id]});  
        q.insert((node){ a[top.id], top.id});  
        if( pre[pre[top.id]] ) nex[pre[pre[top.id]]] = top.id;  
        if( nex[nex[top.id]] ) pre[nex[nex[top.id]]] = top.id;  
        pre[top.id] = pre[pre[top.id]];  
        nex[top.id] = nex[nex[top.id]];  
    }  
}  

int main(){       
    freopen ("so.in", "r", stdin);  
    freopen ("so.out", "w", stdout);  
    scanf("%d%d", &n, &k);
    a[0] = (LL)-1e17;
    for(int i=1; i<=n; i++){
        scanf("%I64d", &a[i]); 
        pre[i] = i-1, nex[i] = i+1; 
        q.insert((node){ a[i], i}); 
    }
    pre[1] = 0; nex[n] = 0;  
    solve();
    printf("%I64d", ans);  
    return 0;  
}  

dp

#include <cstdio>
#include <algorithm>
#include <iostream>
#include <cstring>
using namespace std ;

typedef long long LL ; 

int n, k ; 
const int MAXN = 100010 ; 

int a[MAXN]; 
LL b[MAXN] ; 
LL dp[MAXN][2] ;
int minp[MAXN][2] ; 

int check(LL x) { 
        for (int i = 1; i <= n; i ++) b[i] = x + a[i] ;  
        for (int i = 1; i <= n; i ++) { 
                dp[i][0] = dp[i - 1][0], minp[i][0] = minp[i - 1][0] ; 
                if (dp[i - 1][1] > dp[i][0]) dp[i][0] = dp[i - 1][1], minp[i][0] = minp[i - 1][1] ; 
                else if (dp[i - 1][1] == dp[i][0] && minp[i - 1][1] > minp[i][0]) minp[i][0] = minp[i - 1][1] ; 
                dp[i][1] = dp[i - 1][0] + b[i], minp[i][1] = minp[i - 1][0] + 1 ; 
        }
        if (dp[n][1] > dp[n][0]) return minp[n][1] ; 
        if (dp[n][1] == dp[n][0]) return min(minp[n][1], minp[n][0]) ; 
        return minp[n][0] ; 
}

LL Calc(LL x) { 
        for (int i = 1; i <= n; i ++) b[i] = a[i] + x;  
        for (int i = 1; i <= n; i ++) { 
                dp[i][0] = dp[i - 1][0], minp[i][0] = minp[i - 1][0] ; 
                if (dp[i - 1][1] > dp[i][0]) dp[i][0] = dp[i - 1][1], minp[i][0] = minp[i - 1][1] ; 
                else if (dp[i - 1][1] == dp[i][0] && minp[i - 1][1] > minp[i][0]) minp[i][0] = minp[i - 1][1] ; 
                dp[i][1] = dp[i - 1][0] + b[i], minp[i][1] = minp[i - 1][0] + 1 ; 
        }
        return max(dp[n][0], dp[n][1]) - 1LL * x * k ; 
}

int main() { 
        freopen("so.in", "r", stdin) ; 
        freopen("so.out", "w", stdout) ; 
        scanf("%d%d", &n, &k) ; 
        for (int i = 1; i <= n; i ++) scanf("%d", &a[i]) ;
        LL l = - 10000000000LL, r = 10000000000LL ; 
        while (l < r) { 
                LL mid = (1LL * l + r + 20000000000LL) / 2 + 1 - 10000000000LL ; 
                if (check(mid) > k) r = mid - 1 ; 
                else l = mid ; 
        }
        cout << Calc(l) << endl ; 
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您好!针对您的问题,我可以为您提供一个使用动态规划和二分法解决最大子段和问题的算法。 首先,让我们定义一个函数`dp`来表示以`mid`为中点的最大子段和。我们可以使用动态规划来计算`dp`的值。 1. 首先,我们定义一个数组`sum`,其中`sum[i]`表示以索引`i`结尾的子段的和。 2. 然后,我们初始化`dp`数组,将所有元素初始化为负无穷,即`dp[i] = -∞`。 3. 接下来,我们从左到右遍历数组,计算每个`sum[i]`的值,并更新`dp[i]`的值: - 如果`i`等于0,则`dp[i]`等于`sum[i]`。 - 否则,`dp[i]`等于`max(dp[i-1] + sum[i], sum[i])`,即选择继续扩展前一个子段或者从当前位置开始一个新的子段。 4. 在计算`dp`数组的过程中,我们记录最大的`dp`值,并更新最大子段和。 接下来,我们可以使用二分法来寻找最大子段和的起始和结束位置。 1. 我们定义一个函数`binary_search`,它接受一个目标值`target`和一个排序好的数组`arr`。 2. 在`binary_search`函数中,我们使用二分法来找到第一个大于等于`target`的元素的索引。 - 初始化左指针`left`为0,右指针`right`为数组长度减一。 - 当`left`小于等于`right`时,执行以下步骤: - 计算中间指针`mid`,即`(left + right) // 2`。 - 如果`arr[mid]`小于`target`,则更新`left`为`mid + 1`。 - 否则,更新`right`为`mid - 1`。 - 返回`left`作为结果。 3. 使用`binary_search`函数找到最大子段和的起始位置和结束位置。 这就是使用动态规划和二分法解决最大子段和问题的算法。希望对您有帮助!如果还有其他问题,请随时提问。
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