dp 优化 F2. Pictures with Kittens (hard version)

2023-10-15 06:10

本文主要是介绍dp 优化 F2. Pictures with Kittens (hard version),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!

dp的优化可能是自己的弱项吧

F1中n*n*n的复杂度强行过去了 

F2就无能为力了;

状态转移

dp[ i ] [ j ] 第一个i存的是位置  1-n;    j是放入数字的个数   然后F1就暴力过去了

#include<bits/stdc++.h>
#define int long long
using namespace std;
const int maxn=5000+10;
int dp[maxn][maxn];
int a[maxn];
int32_t main()
{int n,k,x; cin>>n>>k>>x;for(int i=1;i<=n;i++) cin>>a[i];dp[0][0]=0;for(int i=1;i<=n;i++){//cout<<"   "<<i<<endl;//cout<<"   "<<i-k+1<<endl;for(int j=i-k;j<i;j++){if(j<0) continue;for(int q=(i-1)/k;q<x;q++){if(dp[j][q]||i<=k)  dp[i][q+1]=max(dp[i][q+1],dp[j][q]+a[i]);}}}int maxn=0;for(int i=n;i>=n-k+1;i--){maxn=max(dp[i][x],maxn);}if(maxn) cout<<maxn<<endl;else  cout<<-1<<endl;
}
暴力的F1

然后F2  gg了

看了别人的代码  大致有几种写法

双端队列优化   deque<pair<int,int> >  de[maxn];

写的不难懂点   de[  ]  [  ]  [   ]  大致就是这样存的  de[ ] 这个表示的是 存的数字个数  第二个括号存的是 第i个位置j个数的最大值; 第三个括号存的是  位置 

第i个位置是由 前[ i-k,i-1 ]位置的地方转移过来的;

从  de[j]  到 de[j+1]   必须确定  de[j+1] 已经转移了  所以第二层转移就是   j=x-1; j>=0;j--; 

#include<bits/stdc++.h>
#define int long long
using namespace std;
const int maxn=5e3+10;
int a[maxn];
deque<pair<int,int> >  de[maxn];
int32_t main()
{//priority_queue(int,vector<int>,greater<int>) qu;int n,k,x; cin>>n>>k>>x;for(int i=1;i<=n;i++) cin>>a[i];int ans=-1;de[0].push_back({0,0}) ; // first  cun zhi  second  pos;for(int i=1;i<=n;i++){for(int j=x-1;j>=0;j--){while(!de[j].empty() && de[j].front().second<i-k )  de[j].pop_front(); // i-kif(de[j].empty()) continue;int val=de[j].front().first+a[i];  // jia shang zhe ge shuwhile(!de[j+1].empty() && de[j+1].back().first <=val )  de[j+1].pop_back();de[j+1].push_back({val,i});  // di i  ge wei zhi j+1 ge shu he zui daif(j+1==x&&i+k>n){ans=max(val,ans);}}}cout<<ans<<endl;}
看的懂的代码

 

转载于:https://www.cnblogs.com/Andromeda-Galaxy/p/9991020.html

这篇关于dp 优化 F2. Pictures with Kittens (hard version)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/215848

相关文章

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

使用国内镜像源优化pip install下载的方法步骤

《使用国内镜像源优化pipinstall下载的方法步骤》在Python开发中,pip是一个不可或缺的工具,用于安装和管理Python包,然而,由于默认的PyPI服务器位于国外,国内用户在安装依赖时可... 目录引言1. 为什么需要国内镜像源?2. 常用的国内镜像源3. 临时使用国内镜像源4. 永久配置国内镜