征服FarmerJohn(二) Naptime【USACO05JAN】

news2024/11/22 16:14:12

题解目录

  • 前言
  • 题目内容
    • 题目描述
    • 输入输出样例
    • 题目思路
    • 示例代码
    • AC图片
  • 后记
    • 往期精彩

前言

    在上一期征服FarmerJohn(一)三角形【USACO2020FEB-B】结束之后,我们来看一道难度有所提升的DP问题,也就是常说的动态规划,今天我们就一起解开这道动规题目。

题目内容

题目描述

Bessie是一只非常缺觉的奶牛.她的一天被平均分割成N段(3≤N≤3830),但是她要用其中的 B 段时间(2≤B<N)睡觉。每段时间都有一个体力恢复值 U_i(0≤U≤2×10^5),只有这段时间她在睡觉,才会获得恢复值。有了闹钟的帮助,贝茜可以选择任意的时间入睡,当然,她只能在时间划分的边界处入睡、醒来。贝茜想使所有睡觉效用的总和最大。不幸的是,每一段睡眠的第一个时间阶段都是“入睡”阶段,不记入效用值。时间阶段是不断循环的圆(一天一天是循环的嘛),假如贝茜在时间段N和时间段1睡觉,那么她将得到时间段1的恢复值。(提醒:此处的N->1,可以理解为Bessie将N->N-1作为它的一天。)

输入格式
第1行:两个用空格分隔的整数N和B,含义见题目描述。

第2到N+1行:每行一个整数,其中第i+1行的整数表示第i个时间段的恢复值。

输出格式
一行:一个整数,表示Bessie每天可以获得最大恢复值之和。
这道题可以用动态规划来解决。

输入输出样例

5 3
2
0
3
1
4

题目思路

这道题目可以用动态规划解决。dp状态表示为 d p [ i ] [ j ] [ k ] dp[i][j][k] dp[i][j][k],表示考虑前 i i i 段时间,其中睡觉的时间段为 j j j,而 k k k 表示第 i i i 段时间是否要睡觉。

dp转移方程:

d p [ i ] [ j ] [ 0 ] = m a x ( d p [ i − 1 ] [ j ] [ 0 ] , d p [ i − 1 ] [ j ] [ 1 ] ) dp[i][j][0]=max(dp[i-1][j][0],dp[i-1][j][1]) dp[i][j][0]=max(dp[i1][j][0],dp[i1][j][1])

表示第 i i i 段时间不睡觉,则可选择从前一段时间的不睡觉状态转移。

d p [ i ] [ j ] [ 1 ] = m a x ( d p [ i − 1 ] [ j − 1 ] [ 0 ] , d p [ i − 1 ] [ j − 1 ] [ 1 ] + v a l [ i ] ) dp[i][j][1]=max(dp[i-1][j-1][0],dp[i-1][j-1][1]+val[i]) dp[i][j][1]=max(dp[i1][j1][0],dp[i1][j1][1]+val[i])

表示第 i i i 段时间睡觉,则可从前一段时间不睡觉状态或睡觉状态转移,同时需要加上当前时间段的恢复值。

因为这是一个循环时间段,所以需要考虑在第 1 1 1 段时间和第 N N N 段时间之间选择一段时间进行睡觉,计算第 1 1 1 段时间和第 N N N 段时间的情况即可。

具体实现过程如下:

首先考虑第 1 1 1 段时间和第 N N N 段时间之间不睡觉的情况,然后计算最大恢复值之和。这时候需要注意第 1 1 1 段时间被算作非睡觉,因此需要从 d p [ 1 ] [ 0 ] [ 0 ] dp[1][0][0] dp[1][0][0] 转移而来。

然后再考虑第 1 1 1 段时间和第 N N N 段时间之间睡觉的情况,计算最大恢复值之和。这时候需要注意第 1 1 1 段时间被算作睡觉,因此需要从 d p [ 1 ] [ 1 ] [ 1 ] dp[1][1][1] dp[1][1][1] 转移而来。同时最后转移时需要将第 N N N 段时间算作睡觉,因此需要从 d p [ n ] [ b ] [ 1 ] dp[n][b][1] dp[n][b][1] 进行转移。

最后将两种情况计算的最大值输出即可。

示例代码

#include<iostream>
#include<cstring>
using namespace std;
int n,b;
int val[3850];
int dp[3850][3850][2],ans;

int main(){
	cin>>n>>b;
	for(int i=1;i<=n;i++)cin>>val[i];
	
	memset(dp,-0x3f,sizeof dp);
	dp[1][1][1]=dp[1][0][0]=0;
	
	for(int i=2;i<=n;i++){
		dp[i][0][0]=dp[i-1][0][0];
		for(int j=1;j<=b;j++){
			dp[i][j][0]=max(dp[i-1][j][0],dp[i-1][j][1]);
			dp[i][j][1]=max(dp[i-1][j-1][0],dp[i-1][j-1][1]+val[i]);
		}
	}
	ans=max(dp[n][b][0],dp[n][b][1]);
	
	memset(dp,-0x3f,sizeof dp);
	dp[1][1][1]=val[1];//第1个小时也记上了!
	dp[1][0][0]=0;
	
	for(int i=2;i<=n;i++){
		dp[i][0][0]=dp[i-1][0][0];
		for(int j=1;j<=b;j++){
			dp[i][j][0]=max(dp[i-1][j][0],dp[i-1][j][1]);
			dp[i][j][1]=max(dp[i-1][j-1][0],dp[i-1][j-1][1]+val[i]);
		}
	}
	ans=max(ans,dp[n][b][1]);//第N个小时必须得摆!
	
	cout<<ans;
	
	return 0;
}


AC图片

AC图片

后记

    这是一道DP问题,而且还是环形的,居然用了三维数组!!!

往期精彩

  • 征服FarmerJohn(一)三角形【USACO2020FEB-B】

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/781739.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Please set the ROCKETMQ_HOME variable in your environment!

原因 启动ROCKETMQ执行命令start mqnamesrv.cmd时报错 翻译意思是请在您的环境中设置ROCKETMQ_HOME变量&#xff01; 查看mqnamesrv.cmd可以看到如果"%ROCKETMQ_HOME%\bin\runserver.cmd"不存在会报此错误 配置上环境变量ROCKETMQ_HOME即可

《深入理解计算机系统》(美)布赖恩特(Bryant,R.E.) 等

适合对象&#xff1a;对计算机感兴趣的朋友。 需要相关资料的可私信我。 持续更新中&#xff1a; 第一章&#xff1a;计算机系统漫游 主要知识点&#xff1a;解读全书结构框架&#xff0c;解释OS的原理和相关硬件软件。计算机系统是由硬件和系统软件组成&#xff0c;共同协作…

kafka消费者api和分区分配和offset消费

kafka消费者 消费者的消费方式为主动从broker拉取消息&#xff0c;由于消费者的消费速度不同&#xff0c;由broker决定消息发送速度难以适应所有消费者的能力 拉取数据的问题在于&#xff0c;消费者可能会获得空数据 消费者组工作流程 Consumer Group&#xff08;CG&#x…

如何在 SwiftUI 中使用 Touch ID 和 Face ID?

1. 需要通过指纹&#xff0c;面容认证后才能打开 App 2. 添加配置 需要向 Info.plist 文件中添加一个配置&#xff0c;向用户说明为什么要访问 添加 Privacy - Face ID Usage Description 并为其赋予值 $(PRODUCT_NAME) need Touch Id or Face ID permission for app lock 3. …

RTC在不同业务场景下的最佳音质实践

背景介绍 WebRTC是目前实时音视频领域最流行的开源框架。2010年Google收购GIPS引擎后&#xff0c;将其纳入Chrome体系且开源后&#xff0c; 命名为“WebRTC”。WebRTC获得各大浏览器厂商的支持并纳入W3C标准&#xff0c;促进了实时音视频在移动互联网应用中的 普及。2021年1月&…

算法练习——力扣随笔【LeetCode】【C++】

文章目录 LeetCode 练习随笔力扣上的题目和 OJ题目相比不同之处&#xff1f;定义问题排序问题统计问题其他 LeetCode 练习随笔 做题环境 C 中等题很值&#xff0c;收获挺多的 不会的题看题解&#xff0c;一道题卡1 h &#xff0c;多来几道&#xff0c;时间上耗不起。 力扣上的题…

Pytorch个人学习记录总结 06

目录 神经网络-卷积层 torch.nn.Conv2d 神经网络-最大池化的使用 torch.nn.MaxPool2d 神经网络-卷积层 torch.nn.Conv2d torch.nn.Conv2d的官方文档地址 CLASS torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride1, padding0, dilation1, groups1, biasTrue,…

TMS FNC Dashboard Pack Crack

TMS FNC Dashboard Pack Crack TTMSFNCWidgetProgress&#xff1a;循环进度指示器 TTMSFNCWidget设定值&#xff1a;带范围和设定值的值指示器 TTMSFNCWidgetMultiProgress&#xff1a;多个值的基于同心圆的进度指示器 TTMSFNCWidgetDistributionIndicator&#xff1a;各种模式…

【Kubernetes部署篇】ingress-nginx高可用架构实施部署

文章目录 一、环境说明二、实施过程1、部署Ingress Controller2、安装并配置Nginx3、安装并配置Keepalived3、测试keepalived主备切换 三、创建Ingress规则&#xff0c;测试七层转发 一、环境说明 1、环境说明&#xff1a; IP地址主机名称备注16.32.15.201node-1K8S节点16.32…

AMS358i和施耐德TM241 EtherNet 通信

产品、配件及工具型号 设备名称 型号 数量 激光测距 AMS358i 1 直流电源24VDC 1 连接电缆 KD U-M12-5A-V1-050 1 交换机 1 施耐德PLC TM241 1 AMS358i通信网线 KSS ET-M12-4A-RJ45-A-P7-020 1 网线 双向水晶头 2 电气连接图及说明 点击桌面的Somachi…

【NLP】使用 Keras 保存和加载深度学习模型

一、说明 训练深度学习模型是一个耗时的过程。您可以在训练期间和训练后保存模型进度。因此&#xff0c;您可以从上次中断的地方继续训练模型&#xff0c;并克服漫长的训练挑战。 在这篇博文中&#xff0c;我们将介绍如何保存模型并使用 Keras 逐步加载它。我们还将探索模型检查…

虹科活动 | 虹科ADAS自动驾驶研讨会

​​虹科ADAS/自动驾驶研讨会将于8月7日在上海闵行展开——加快ADAS/AD开发步伐&#xff01; 期待您的参与&#xff01;

Day45: 300.最长递增子序列,674. 最长连续递增序列,718. 最长重复子数组

目录 300.最长递增子序列 思路 674. 最长连续递增序列 思路 718. 最长重复子数组 思路 300.最长递增子序列 300. 最长递增子序列 - 力扣&#xff08;LeetCode&#xff09; 思路 1. 确定dp数组及其下标含义 dp[i]表示i之前包括i的以nums[i]结尾的最长递增子序列…

【每日运维】判断服务器时间同步是否正常

对于 ntpd 服务 ntpq -premote&#xff1a;时间同步源的 IP 地址或域名refid&#xff1a;参考 ID&#xff0c;它是一个代表时间源的唯一标识符st&#xff1a;层级&#xff0c;表示时间同步源的层级关系。较低的层级意味着更接近原子钟的时间源t&#xff1a;状态&#xff0c;表…

uni-app:script中设置的data,在界面的显示(包含图片src为data中的数据该如何展示),以及控制台的输出

样式&#xff1a; 两个图标的区别&#xff1a; 第一个图标是图片文件直接在文件夹static中展示 前台代码展示&#xff1a; <image class"logo" src"/static/logo.png"></image> 第二个图标是从服务器端进行的引用 在script中的data中进行的设…

【C++修炼之路】stl 中的容器适配器

&#x1f451;作者主页&#xff1a;安 度 因 &#x1f3e0;学习社区&#xff1a;StackFrame &#x1f4d6;专栏链接&#xff1a;C修炼之路 文章目录 一、stack二、queue三、deque四、priority_queue1、仿函数2、实现 如果无聊的话&#xff0c;就来逛逛 我的博客栈 吧! &#x1…

从新手到大师:优雅的Vim熟练之旅(万文详解)

从新手到大师&#xff1a;优雅的Vim熟练之旅 博主简介一、前言1.1、Vim编辑器的重要性和流行性1.2、目标 二、Vim简介2.1、什么是Vim2.2、历史和背景简介2.3、Vim的优势和适用场景 三、安装和设置Vim3.1、下载和安装Vim编辑器3.2、基本配置&#xff1a;.vimrc文件的重要性和常用…

Spinger ESE独立出版|2023年第二届能源与环境工程国际会议(CFEEE 2023)

会议简介 Brief Introduction 2023年第二届能源与环境工程国际会议(CFEEE 2023) 会议时间&#xff1a;2023年9月1日-3日 召开地点&#xff1a;中国三亚 大会官网&#xff1a;CFEEE 2023-2023 International Conference on Frontiers of Energy and Environment Engineering 由I…

leetcode 491. 递增子序列

2023.7.23 本题本质上也是要选取递归树中的满足条件的所有节点&#xff0c;而不是选取叶子节点。 故在将符合条件的path数组放入ans数组后&#xff0c;不要执行return。 还一点就是这个数组不是有序的&#xff0c;并且也不能将它有序化&#xff0c;所以这里的去重操作不能和之前…

MyBatis框架提供的分页助手插件pagehelper

使用MyBatis框架提供的分页助手插件可以很方便地实现分页查询。以下是一个基于MyBatis分页助手插件完成分页查询的示例&#xff1a; 1.首先&#xff0c;确保在项目的依赖中添加了MyBatis分页助手插件的依赖&#xff0c;例如&#xff1a; <dependency><groupId>co…