hdu 2167 方格取数 【状压dp】(经典)

<题目链接>

题目大意:

给出一些数字组成的n*n阶矩阵,这些数字都在[10,99]内,并且这个矩阵的  3<=n<=15,从这个矩阵中随机取出一些数字,在取完某个数字后,该数字周围8个点都不能取,问:取得数字的最大和为多少?

解题分析:

由于对每一个数,有选和不选两种可能,分别对应状态压缩中的1和0,且 n<=15,1<<15不是非常大,因此就可以非常自然的想到状态压缩。

此题要与普通的状压dp不同的是,当某一行取某种方案时,如何求出这种取数的所有取得的数之和,就是下面的bit数组,还有要注意一下输入。

#include<cstdio>                  //此题要掌握的是,当某一行取某种方案时,如何求出这种取数的所有取得的数之和,就是下面的bit数组
#include<iostream>                //还要注意如何读入的格式,挺难的
#include<cstring>
#include <algorithm>
#define N (1<<15)+10
int dp[20][N];//dp表示第i行j方案时获得的最大值 
int a[20][20], t[N], cnt, n, bit[N];//cnt存合法方案总数 
using namespace std;

void init()                //此题要掌握的技巧是,当某一行取某种方案时,如何求出这种取数的所有取得的数之和,就是下面的bit数组
{
    bit[1] = 1;
    for (int i = 2; i <= n; i++)      //存下2的1~15次方,与之后的状态比较 
        bit[i] = bit[i - 1] << 1;     //bit[2]为2的1次方,bit[3]为2的二次方
}

void solve()
{
    int i, j, k, l;
    cnt = 0;

    memset(dp, 0, sizeof(dp));
    for (i = 0; i< (1 << n) - 1; i++)           //用二进制存方案,每行最多有(1<<n)-1中方案,包括不合法方案 
    {
        if (((i << 1)&i) == 0)             //判断方案i是否相邻两格均为1
        {
            for (j = 1; j <= n; j++)
                if ((bit[j] & i))         //这个技巧一定要掌握,非常妙***
                    dp[1][i] += a[1][j];   //先处理第一行的所有方案    dp[1][i]表示第一行取第i种方案时,在第一行得到的所有数的总数
            t[++cnt] = i;                //这里的t[]数组也同时表示每一行的合法情况(只用一行中选取的数不相邻这一条件来约束时)
        }
    } //初始化dp数组,为下面的状态转移方程做好递推准备


    for (i = 2; i <= n; i++)
    {
        for (j = 1; j <= cnt; j++)
        {
            int posn = 0;
            for (k = 1; k <= n; k++)
                if (bit[k] & t[j])
                    posn += a[i][k];
            for (l = 1; l <= cnt; l++)                                                             //这里的 t[j]&t[l]就是用来判断第i行取j方案时,是否与它上一行取的数,有相邻的,如果有,则这种方案舍弃
                if ((t[j] & t[l]) == 0 && ((t[l] << 1)&t[j]) == 0 && (t[l] >> 1 & t[j]) == 0)      // t[l]<<1 & t[j] 和 t[l]>>1&t[j] 则是分别判断第i行取的数是否与它右上和左上的数相邻,如果相邻,也舍弃
                    dp[i][t[j]] = max(dp[i][t[j]], posn + dp[i - 1][t[l]]);
        }         //dp[i][t[j]]表示当第i行选第j种方案时,前i行能取的数的最大总和
    }
}


int main()//状态压缩dp,状态最多有(2<<15)-1种
{
    int i, j;
    char str[100];
    while (gets_s(str))
    {
        memset(a, 0, sizeof(a));
        n = 0;
        for (i = 0; i < strlen(str); i += 3) {
            a[1][++n] = (str[i] - '0') * 10 + (str[i + 1] - '0');
        }
        for (i = 2; i <= n; i++)
        {
            gets_s(str);
            int m = 1;
            for (j = 0; j < strlen(str); j += 3) {
                a[i][m++] = (str[j] - '0') * 10 + (str[j + 1] - '0');
            }
        }
        getchar();              
        //以上为读入矩阵,这个输入还是要注意

        init();
        solve();
        int res = 0;
        for (i = 1; i <= cnt; i++)
            if (res<dp[n][t[i]])            //dp[i][j]表示当第i行选第j种方案时,前i行能取的数的最大总和
                res = dp[n][t[i]];
        printf("%d\n", res);
    }
    return 0;
}

 

 

2018-07-26

转载于:https://www.cnblogs.com/00isok/p/9374837.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: hdu 2829 Lawrence 斜率优化dp 这道题是一道经典的斜率优化dp题目,需要用到单调队列的思想。 题目大意是给定一个序列a,求出一个序列b,使得b[i]表示a[1]~a[i]中的最小值,且满足b[i] = min{b[j] + (i-j)*k},其中k为给定的常数。 我们可以将上式拆开,得到b[i] = min{b[j] - j*k} + i*k,即b[i] = i*k + min{b[j] - j*k},这个式子就是斜率优化dp的形式。 我们可以用单调队列来维护min{b[j] - j*k},具体思路如下: 1. 首先将第一个元素加入队列中。 2. 从第二个元素开始,我们需要将当前元素加入队列中,并且需要维护队列的单调性。 3. 维护单调性的方法是,我们从队列的末尾开始,将队列中所有大于当前元素的元素弹出,直到队列为空或者队列中最后一个元素小于当前元素为止。 4. 弹出元素的同时,我们需要计算它们对应的斜率,即(b[j]-j*k)/(j-i),并将这些斜率与当前元素的斜率比较,如果当前元素的斜率更小,则将当前元素加入队列中。 5. 最后队列中的第一个元素就是min{b[j] - j*k},我们将它加上i*k就得到了b[i]的值。 6. 重复以上步骤直到处理完所有元素。 具体实现可以参考下面的代码: ### 回答2: HDU 2829 Lawrence 斜率优化 DP 是一道经典的斜率优化 DP 题目,其思想是通过维护一个下凸包来优化 DP 算法。下面我们来具体分析一下这道题目。 首先,让我们看一下该题目的描述。题目给定一些木棒,要求我们将这些木棒割成一些给定长度,且要求每种长度的木棒的数量都是一样的,求最小的割枝次数。这是一个典型的背包问题,而且在此基础上还要求每种长度的木棒的数量相同,这就需要我们在状态设计上走一些弯路。 我们来看一下状态的定义。定义 $dp[i][j]$ 表示前 $i$ 个木棒中正好能割出 $j$ 根长度为 $c_i$ 的木棒的最小割枝次数。对于每个 $dp[i][j]$,我们可以分类讨论: 1. 不选当前的木棒,即 $dp[i][j]=dp[i-1][j]$; 2. 选当前的木棒,即 $dp[i][j-k]=dp[i-1][j-k]+k$,其中 $k$ 是 $j/c_i$ 的整数部分。 现在问题再次转化为我们需要在满足等量限制的情况下,求最小的割枝次数。可以看出,这是一个依赖于 $c_i$ 的限制。于是,我们可以通过斜率优化 DP 来解决这个问题。 我们来具体分析一下斜率优化 DP 算法的思路。我们首先来看一下动态规划的状态转移方程 $dp[i][j]=\min\{dp[i-1][k]+x_k(i,j)\}$。可以发现,$dp[i][j]$ 的最小值只与 $dp[i-1][k]$ 和 $x_k(i,j)$ 有关。其中,$x_k(i,j)$ 表示斜率,其值为 $dp[i-1][k]-k\times c_i+j\times c_i$。 接下来,我们需要维护一个下凸包,并通过斜率进行优化。我们具体分析一下该过程。假设我们当前要计算 $dp[i][j]$。首先,我们需要找到当前点 $(i,j)$ 在凸包上的位置,即斜率最小值的位置。然后,我们根据该位置的斜率计算 $dp[i][j]$ 的值。接下来,我们需要将当前点 $(i,j)$ 加入到下凸包上。 我们在加入点的时候需要注意几点。首先,我们需要将凸包中所有斜率比当前点小的点移除,直到该点能够加入到凸包中为止。其次,我们需要判断该点是否能够加入到凸包中。如果不能加入到凸包中,则直接舍弃。最后,我们需要保证凸包中斜率是单调递增的,这就需要在加入新的点之后进行上一步操作。 以上就是该题目的解题思路。需要注意的是,斜率优化 DP 算法并不是万能的,其使用情况需要根据具体的问题情况来确定。同时,该算法中需要维护一个下凸包,可能会增加一些算法的复杂度,建议和常规 DP 算法进行对比,选择最优的算法进行解题。 ### 回答3: 斜率优化DP是一种动态规划优化算法,其主要思路是通过对状态转移方程进行变形,提高算法的时间复杂度。HDU2829 Lawrence问题可以用斜率优化DP解决。 首先,我们需要了解原问题的含义。问题描述如下:有$n$个人在数轴上,第$i$个人的位置为$A_i$,每个人可以携带一定大小的行李,第$i$个人的行李重量为$B_i$,但是每个人只能帮助没有他们重量大的人搬行李。若第$i$个人搬运了第$j$个人的行李,那么第$i$个人会累加$C_{i,j}=\left|A_i-A_j\right|\cdot B_j$的体力消耗。求$m$个人帮助每个人搬运行李的最小体力消耗。 我们可以通过斜率优化DP解决这个问题。记$f_i$为到前$i$个人的最小体力消耗,那么状态转移方程为: $$f_i=\min_{j<i}\{f_j+abs(A_i-A_j)\cdot B_i\}$$ 如果直接使用该方程,时间复杂度为$O(n^2)$,如果$n=10^4$,则需要计算$10^8$次,运算时间极长。斜率优化DP通过一些数学推导将方程变形,将时间复杂度降低到$O(n)$,大大缩短了计算时间。 通过斜率优化DP的推导式子,我们可以得到转移方程为: $$f_i=\min_{j<i}\{f_j+slope(j,i)\}$$ 其中,$slope(j,i)$表示直线$j-i$的斜率。我们可以通过如下方式来求解$slope(j,i)$: $$slope(j,i)=\frac{f_i-f_j}{A_i-A_j}-B_i-B_j$$ 如果$slope(j,i)\leq slope(j,k)$,那么$j$一定不是最优,可以直接舍去,降低计算时间。该算法的时间复杂度为$O(n)$。 综上所述,斜率优化DP是一种动态规划优化算法,可以大大缩短计算时间。在处理类似HDU2829 Lawrence问题的时候,斜率优化DP可以很好地解决问题。

“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