codeforces 372C Watching Fireworks is Fun 单调队列优化dp

2024-06-14 09:18

本文主要是介绍codeforces 372C Watching Fireworks is Fun 单调队列优化dp,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题意:一个城镇有n个区域,从左到右1-n,每个区域之间距离1个单位距离。节日中有m个烟火要放,给定放的地点a[ i ]、时间t[ i ] ,如

果你当时在区域x,那么你可以获得b[ i ] - | a[ i ] - x |的happiness 。你每个单位时间可以移动不超过d个单位距离,你的初始位置是任意

的,求你通过移动能获取到的最大的happiness值。


思路: 首先设dp[i][  j ]为到放第i个烟花的时候站在j的位置可以获得的最大happiness。那么我们可以很容易写出转移方程:

dp[ i ] [ j ] =max(dp[ i - 1] [ k ]) + b[ i ]  - | a[ i ] - j | ,其中  max(1,j-t*d)<=k<=min(n,j+t*d) 。不过我们可以发现b[ i ]是固定的,那么我们转化

为求所有| a[ i ] - x |的最小值,即dp[ i ] [ j ] 表示到第i个烟花的时候站在j的位置可以获得的最小的累加值,转移方程:

dp[ i ] [ j ] =min(dp[ i - 1] [ k ])+ | a[ i ] - j | ,其中  max(1,j-t*d)<=k<=min(n,j+t*d)。由于是求一段区间的最小值,我们可以想到用单调队列

维护,维护一个单调升的队列。不过这题有一点不同的是对于当前考虑的位置i来说其右端的点也需要考虑是否进入队列,假设当前考

虑位置i,所需维护区间长度为l,如果i+l<=n,那么看他是否能丢进队列。 还有一点需要注意,因为n、m都很大,所以直接开二维肯定

炸内存,所以要用滚动数组优化下,详见代码:

// file name: codeforces372C.cpp //
// author: kereo //
// create time:  2014年08月24日 星期日 10时23分06秒 //
//***********************************//
#include<iostream>
#include<cstdio>
#include<cstring>
#include<queue>
#include<set>
#include<map>
#include<vector>
#include<stack>
#include<cmath>
#include<algorithm>
using namespace std;
typedef long long ll;
const int MAXN=150000+100;
const int inf=0x3fffffff;
#define L(x) (x<<1)
#define R(x) (x<<1|1)
int n,m,d,head,tail;
int a[MAXN],b[MAXN],t[MAXN];
ll dp[2][MAXN];
struct node
{int index;ll val;
}que[MAXN];
int main()
{while(~scanf("%d%d%d",&n,&m,&d)){ll ans=0;for(int i=1;i<=m;i++){scanf("%d%d%d",&a[i],&b[i],&t[i]);ans+=b[i];}for(int i=1;i<=n;i++) dp[0][i]=abs(a[1]-i);int now=0;ll k;//可以移动的最大距离for(int j=2;j<=m;j++){k=t[j]-t[j-1]; k*=d;if(k>n) k=n;head=tail=0;for(int i=1;i<=k;i++){while(head<tail && dp[now][i]<que[tail-1].val) tail--;que[tail].val=dp[now][i]; que[tail++].index=i;}for(int i=1;i<=n;i++){int l,r;l=i-k;r=i+k;if(l<=0) l=1;while(head<tail && que[head].index<l) head++;if(r<=n){while(head<tail && dp[now][r]<que[tail-1].val) tail--;que[tail].val=dp[now][r]; que[tail++].index=r;}dp[now^1][i]=que[head].val+abs(a[j]-i);}now^=1;}ll Min=dp[now][1];for(int i=2;i<=n;i++)Min=min(Min,dp[now][i]);cout<<ans-Min<<endl;}return 0;
}




这篇关于codeforces 372C Watching Fireworks is Fun 单调队列优化dp的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1059992

相关文章

Spring Boot整合消息队列RabbitMQ的实现示例

《SpringBoot整合消息队列RabbitMQ的实现示例》本文主要介绍了SpringBoot整合消息队列RabbitMQ的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的... 目录RabbitMQ 简介与安装1. RabbitMQ 简介2. RabbitMQ 安装Spring

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque

Deepseek使用指南与提问优化策略方式

《Deepseek使用指南与提问优化策略方式》本文介绍了DeepSeek语义搜索引擎的核心功能、集成方法及优化提问策略,通过自然语言处理和机器学习提供精准搜索结果,适用于智能客服、知识库检索等领域... 目录序言1. DeepSeek 概述2. DeepSeek 的集成与使用2.1 DeepSeek API

Tomcat高效部署与性能优化方式

《Tomcat高效部署与性能优化方式》本文介绍了如何高效部署Tomcat并进行性能优化,以确保Web应用的稳定运行和高效响应,高效部署包括环境准备、安装Tomcat、配置Tomcat、部署应用和启动T... 目录Tomcat高效部署与性能优化一、引言二、Tomcat高效部署三、Tomcat性能优化总结Tom

解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)

《解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)》该文章介绍了使用Redis的阻塞队列和Stream流的消息队列来优化秒杀系统的方案,通过将秒杀流程拆分为两条流水线,使用Redi... 目录Redis秒杀优化方案(阻塞队列+Stream流的消息队列)什么是消息队列?消费者组的工作方式每

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

C#使用HttpClient进行Post请求出现超时问题的解决及优化

《C#使用HttpClient进行Post请求出现超时问题的解决及优化》最近我的控制台程序发现有时候总是出现请求超时等问题,通常好几分钟最多只有3-4个请求,在使用apipost发现并发10个5分钟也... 目录优化结论单例HttpClient连接池耗尽和并发并发异步最终优化后优化结论我直接上优化结论吧,

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J

Redis延迟队列的实现示例

《Redis延迟队列的实现示例》Redis延迟队列是一种使用Redis实现的消息队列,本文主要介绍了Redis延迟队列的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习... 目录一、什么是 Redis 延迟队列二、实现原理三、Java 代码示例四、注意事项五、使用 Redi

MySQL不使用子查询的原因及优化案例

《MySQL不使用子查询的原因及优化案例》对于mysql,不推荐使用子查询,效率太差,执行子查询时,MYSQL需要创建临时表,查询完毕后再删除这些临时表,所以,子查询的速度会受到一定的影响,本文给大家... 目录不推荐使用子查询和JOIN的原因解决方案优化案例案例1:查询所有有库存的商品信息案例2:使用EX