P2882 [USACO07MAR]Face The Right Way [贪心+模拟]

题目描述

N头牛排成一列1<=N<=5000。每头牛或者向前或者向后。为了让所有牛都 面向前方,农夫每次可以将K头连续的牛转向1<=K<=N,求操作的最少 次数M和对应的最小K。

简单题意:给你一个01串,每次可以对长度为K的区间进行异或,求异或的最少次数以及对应的K。

解析:

这是一道有毒的模拟,我做了一个下午加加减减鼓捣半天都快吐(秃)了。

看到题第一反应二分答案,不过仔细一想,K和M并不相关,答案不具备单调性,无法二分出解。

所以,这道题其实是个模拟。

一个显而易见的贪心:从左往右,遇到0就以它为起点的K个点做异或,显然是最优的,每个0都至少要被异或一次,如果线性异或的话可以保证每个0只被异或一次,否则一定不优。

于是枚举K找答案。直接暴力模拟复杂度达到\(O(n^3)\),80pnts,无法接受。

考虑一个类似差分的优化,对于某一为0的位置\(i\),假设当前使用的长度为\(X\),那么我们在这个0的位置\(i\)打个标记\(A\),再在位置\(i+X\)的位置打个标记\(B\),表示从\(A\)开始到\(B\)进行了一次异或。

思考如何去打这个标记(卡我一下午),直接差分肯定是不行的。我们可以讨论任意一个位置\(i\),看它前面有多少个\(A,B\)标记,发现位置\(i\)的异或次数正是该位置前面\(A\)的标记数量-\(B\)的标记数量(\(A\)的量一定大于\(B\),这点很好理解)。

于是代码实现我又卡了(我好蒻)。

换个思路。

思考直接用异或打标记,方便又好理解,搞一个数组去记录标记\(B\)\(A\)标记我们可以直接在枚举时实现。

考虑用一个类似指针的东西当作标记\(A\)(有点不同于前面的\(A\)),在数组种从左往右移动,初值为0,遇到不同的数就对1进行异或,表示从这个遇到的不同的数位置开始进行翻转(有点绕),直到遇到一个标记\(B\)再把它异或回去为止。值得注意的是,这里我们并不需要对原数组进行改变,实际上\(A\)标记已经帮我们实现了“对\(A\)\(B\)这个区间进行异或”的目的了(想一想,为什么)。这个确实有点难以理解,毕竟我搞了一下午呢

如果用之前那种打标记法我觉得比较难理解,毕竟异或比较贴近原题,虽然而者本质相同。

参考代码:

#include<cstdio>
#include<iostream>
#include<cmath>
#include<cstring>
#include<ctime>
#include<cstdlib>
#include<algorithm>
#include<queue>
#include<set>
#include<map>
#define INF 0x3f3f3f3f
#define N 5010
using namespace std;
int n,a[N],sum[N],d[N];
int main()
{
    scanf("%d",&n);
    char c;
    for(int i=1;i<=n;++i){getchar();c=getchar();(c=='B')?a[i]=0:a[i]=1;}
    int cnt=0,ans=INF,pos;
    for(int k=1;k<=n;++k){
        int flag=0;cnt=0;
        bool can=1;
        memset(d,0,sizeof(d));
        for(int i=1;i<=n;i++){
            flag^=d[i];
            if(!a[i]^flag){
                if(i+k-1>n){can=0;break;}
                flag^=1,d[i+k]^=1;cnt++;
            }
        }
        if(can&&ans>cnt) ans=cnt,pos=k; 
    }
    cout<<pos<<' '<<ans<<endl;
    return 0;
}

转载于:https://www.cnblogs.com/DarkValkyrie/p/11256863.html

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
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