weixin_52039918-CSDN博客

原创 ACM第十二周

二分法查找大体框架：while(...){int mid=(right+left)/2;if(nums[mid]==target){...}else if(nums[mid]<target){left=...}else if(nums[mid]>target){right=...}为了防止在写计算时mid溢出，写为mid=left+(right-left)/2更保险。如果初始化right为l-1，则说明我们的搜索区间是闭区间，如果right初始化为l，则我们的搜索区间是

2021-05-23 23:35:23 77 1

原创 ACM第十一周

多重背包多重背包与01背包不同的是每个物品不是只有一件，而可以有多件。其解决方法是先将问题转化为01背包，即将n个物品i分别存成n个物品再用01背包的方法解决。比如多重背包课件的第一题，可以套用完全背包的大体思路，写为：f[i][v]=max{f[i-1][v-k*c[i]]+k*w[i]};这是基本解法，而转化为01背包，则需把第i种物品转化为n[i]件01背包中的物品，在这里为了可以降低复杂度，可以利用二进制思想，把第i种物品换成若干见，让原来问题中第i种物品可取的每种策略都等价于取若干件代换以后的

2021-05-16 23:39:00 76

原创 ACM学习第七周

01背包如果我们设vi为第i个物品的价值，wi为第i个物品的体积，则可定义v(i,j)表示容量为j的背包与前i个物品最佳组合的对应价值。因此我们可以得到递推式：1>如果包的容量比该物品的体积小，也就是说无法装下，在这个时候其价值与前i-1个的价值是一样的，即v(i,j)=v(i-1,j);2>如果有足够容量装下物品，那我们要看它能否达到当前的最优价值，于是v(i,j）=max{v(i-1),j),v(i-1,j-w(i))+v(i)};注：v(i-1,j）表示不装，v(i-1,j-w(

2021-05-09 17:13:15 138

原创 ACM学习第六周

区间dp区间DP，顾名思义，就是在一定的区间内进行动态规划。在探讨线性dp时，我们研究的是一个点的问题，而区间dp研究的则是多个点的问题。我们用dp[i][j]来表示一个区间i到j的最优解，其中i是起始位置，j是终止位置。然后对小区间依次枚举，从小区间向大区间合并，最终求得整个大区间的解。实现过程的本质就是三层枚举：第一层枚举区间长度，第二层枚举区间起点，第三层枚举区间分割点。这样在枚举第二层的时候，可以保证第三层的区间已经枚举过了。状态转移方程:dp[i][j] = max(dp[i][

2021-04-25 23:45:43 71

原创 ACM学习第五周

简单dp的题目解析，开拓思路：1.题目大意：一个虫子每过一分钟就会跑到相邻的一棵树上，比如当它在第二棵树时，一分钟后可能在第一或者第三棵树上，当在第一棵树上时，那么一分钟后会出现在第二棵树上，让你求M分钟虫子到达第T棵树的行走方案。解析：刚开始，我思考的是，这道题应该分三种情况：要么在第一棵树，只能往第二棵树走；要么在两边都有树，可以有两种方案；要么就是在最后一棵，只能往前走。代码如下：int main(){ int n, p, m, t; long long dp[101][1

2021-04-18 12:31:02 64

原创 acm学习第四周

DP动态规划是什么？分阶段求最优值：1）将复杂问题按阶段划分成子问题2）枚举子问题各种可能情况，从中找最优值3）利用子问题的最优值求得源问题最优解关于以上步骤，在浏览了大量dp大佬的博客后，我认为另一种解释方式更容易理解。动态规划，实际上就是我们需要一些变量来保存历史记录，一般是用一维和二维数组来保存，而上面的三个步骤，可以理解为：1）定义数组元素的含义，即dp[]的含义。比如：我们要求从起点到终点有多少种方式，可以定义dp[i]为到目的地的方式数量。2）找出数组元素之间的关系式，在动态

2021-04-11 09:10:59 78

原创 Acm学习第三周

贪心算法（Vjudge类型题分析）以下题目分析，主要是写给自己看的，帮助自己理清思路第一类：区间重叠一般区间重叠的问题，都会有一个标志，就是给了你一段起始和终止数，然后根据题意判断它想要的是重叠部分还是不重叠部分，通常带区间的问题，在求解之前一定会有个排序，排序分为对起始时间排序和对终止时间排序，我们可以根据题意选择，比如如果所求的部分以每个区间的尾部为主则右排，否则左排。以下两道例题主要是右排序，在D中，则是一个明显的左排问题，因为要要用木板铺泥潭，肯定是从泥潭的第一个位置坐标开始逐一往后铺，而不

2021-03-27 10:14:30 147

原创 Acm程序设计学习第二周

贪心算法最近学习了贪心算法，其实对于贪心算法的核心思想并不难理解，其主要任务就是寻找问题的最优解。什么是最优解？这里的最优解并非整体上的最优解，而是局部上的，最优选择。即从问题的某一个初始解出发，逐步逼近给定的目标，以尽可能快地求得最好的解。下面我们可以用一个例题来更深入的理解它：A supermarket has a set Prod of products on sale. It earns a profit px for each product x∈Prod sold by a deadlin

2021-03-19 22:04:01 79

原创 acm程序设计学习第一周

所学知识：一.标准库string类的应用1.对字符串的赋值和初始化（1） string s1; s1="summer"; string s2="summer"; string s3("summer"); string s4=s1; string s5=s1+" "+s2;//字符串连接 s1+="5";//末尾追加（2）也可通过输入赋值： cin>&g

2021-03-13 18:55:57 80

weixin_52039918的博客