开车旅行(算法竞赛进阶指南,倍增优化 DP)

2024-03-30 13:48

本文主要是介绍开车旅行(算法竞赛进阶指南,倍增优化 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!

一.题目链接:

开车旅行

二.题目大意:

中文题有点长,就不误导大家了...

三.分析:

先预处理出一下量:

ga[i]:从城市 i 出发,小 A 下一步要到的城市.

gb[i]:从城市 i 出发,小 B 下一步要到的城市.

f[i][j][k]:从城市 j 出发,k 先走,走 2^i 步后到达的城市编号.

da[i][j][k]:从城市 j 出发,k 先走,走 2^i 步后,小 A 走过的距离.

db[i][j][k]:从城市 j 出发,k 先走,走 2^i 步后,小 B 走过的距离. 

求出上述结果后,我们就可以利用倍增以 O(log_2x) 的时间复杂度求出小 A 与 小 B 分别走的距离.

下面给出上述结果的求解方法.

ga[i]:从城市 i 出发,小 A 下一步要到的城市.

gb[i]:从城市 i 出发,小 B 下一步要到的城市.

倒序枚举城市 i,二分可以找出第一个高度大于等于城市 i 的城市,左右寻找即可.

void init_g()
{set < pair <ll, int> > st;st.emplace(make_pair(inf, 0));st.emplace(make_pair(inf + 1, 0));st.emplace(make_pair(-inf, 0));st.emplace(make_pair(-inf - 1, 0));for(int i = n; i >= 1; --i){auto j = st.lower_bound(make_pair(h[i], i));--j, --j;ll mn = inf, sm = inf;int mni, smi;for(int k = 0; k < 4; ++k){auto p = *j;ll d = (ll)abs(p.first - h[i]);if(d < mn){sm = mn, smi = mni;mn = d, mni = p.second;}else if(d < sm){sm = d, smi = p.second;}++j;}ga[i] = smi, gb[i] = mni;st.emplace(make_pair(h[i], i));}
}

 

f[i][j][k]:从城市 j 出发,k 先走,走 2^i 步后到达的城市编号.

i = 0:f[0][j][0] = ga[j], f[0][j][1] = gb[j];

i = 1:f[1][j][k] = f[0, f[0][j][0], 1 - k];

i > 1:f[i][j][k] = f[i - 1][f[i - 1][j][k]][k];

void init_f()
{for(int j = 1; j <= n; ++j){f[0][j][0] = ga[j];f[0][j][1] = gb[j];}for(int j = 1; j <= n; ++j){for(int k = 0; k <= 1; ++k){f[1][j][k] = f[0][f[0][j][k]][1 - k];}}for(int i = 2; i < N; ++i){for(int j = 1; j <= n; ++j){for(int k = 0; k <= 1; ++k){f[i][j][k] = f[i - 1][f[i - 1][j][k]][k];}}}
}

 

 da[i][j][k]:从城市 j 出发,k 先走,走 2^i 步后,小 A 走过的距离.

 db[i][j][k]:从城市 j 出发,k 先走,走 2^i 步后,小 B 走过的距离. 

首先定义函数 get_dist(i, j) = abs(h[i] - h[j]);

i = 0:da[0][j][0] = get_dist(j, ga[j]), da[0][j][1] = 0;

           db[0][j][0] = 0, db[0][j][1] = get_dist(j, gb[j]);

i = 1:da[1][j][k] = da[0][j][k] + da[0][f[0][j][k]][1 - k];

          db[1][j][k] = db[0][j][k] + db[0][f[0][j][k]][1 - k];

i > 1:da[i][j][k] = da[i - 1][j][k] + da[i - 1][f[i - 1][j][k]][k];

          db[i][j][k] = db[i - 1][j][k] + db[i - 1][f[i - 1][j][k]][k];

int get_dist(int i, int j)
{return (int)abs(h[i] - h[j]);
}void init_d()
{for(int j = 1; j <= n; ++j){da[0][j][0] = get_dist(j, ga[j]), da[0][j][1] = 0;db[0][j][1] = 0, db[0][j][1] = get_dist(j, gb[j]);}for(int j = 1; j <= n; ++j){for(int k = 0; k <= 1; ++k){da[1][j][k] = da[0][j][k] + da[0][f[0][j][k]][1 - k];db[1][j][k] = db[0][j][k] + db[0][f[0][j][k]][1 - k];}}for(int i = 2; i < N; ++i){for(int j = 1; j <= n; ++j){for(int k = 0; k <= 1; ++k){da[i][j][k] = da[i - 1][j][k] + da[i - 1][f[i - 1][j][k]][k];db[i][j][k] = db[i - 1][j][k] + db[i - 1][f[i - 1][j][k]][k];}}}
}

 

四.代码实现:

#include <bits/stdc++.h>
using namespace std;typedef long long ll;const int M = (int)1e5;
const int N = (int)17;
const ll inf = 0x3f3f3f3f3f3f3f3f;int n;
int h[M + 5];
int ga[M + 5], gb[M + 5];
int f[N][M + 5][2];
ll da[N][M + 5][2], db[N][M + 5][2];void read()
{scanf("%d", &n);for(int i = 1; i <= n; ++i)scanf("%d", &h[i]);
}void init_g()
{set < pair <ll, int> > st;st.emplace(make_pair(inf, 0));st.emplace(make_pair(inf + 1, 0));st.emplace(make_pair(-inf, 0));st.emplace(make_pair(-inf - 1, 0));for(int i = n; i >= 1; --i){auto j = st.lower_bound(make_pair(h[i], i));--j, --j;ll mn = inf, sm = inf;int mni, smi;for(int k = 0; k < 4; ++k){auto p = *j;ll d = (ll)abs(p.first - h[i]);if(d < mn){sm = mn, smi = mni;mn = d, mni = p.second;}else if(d < sm){sm = d, smi = p.second;}++j;}ga[i] = smi, gb[i] = mni;st.emplace(make_pair(h[i], i));}
}void init_f()
{for(int j = 1; j <= n; ++j){f[0][j][0] = ga[j];f[0][j][1] = gb[j];}for(int j = 1; j <= n; ++j){for(int k = 0; k <= 1; ++k){f[1][j][k] = f[0][f[0][j][k]][1 - k];}}for(int i = 2; i < N; ++i){for(int j = 1; j <= n; ++j){for(int k = 0; k <= 1; ++k){f[i][j][k] = f[i - 1][f[i - 1][j][k]][k];}}}
}int get_dist(int i, int j)
{return (int)abs(h[i] - h[j]);
}void init_d()
{for(int j = 1; j <= n; ++j){da[0][j][0] = get_dist(j, ga[j]), da[0][j][1] = 0;db[0][j][1] = 0, db[0][j][1] = get_dist(j, gb[j]);}for(int j = 1; j <= n; ++j){for(int k = 0; k <= 1; ++k){da[1][j][k] = da[0][j][k] + da[0][f[0][j][k]][1 - k];db[1][j][k] = db[0][j][k] + db[0][f[0][j][k]][1 - k];}}for(int i = 2; i < N; ++i){for(int j = 1; j <= n; ++j){for(int k = 0; k <= 1; ++k){da[i][j][k] = da[i - 1][j][k] + da[i - 1][f[i - 1][j][k]][k];db[i][j][k] = db[i - 1][j][k] + db[i - 1][f[i - 1][j][k]][k];}}}
}void init()
{init_g();init_f();init_d();
}void cal(int s, int x, int& la, int& lb)
{la = lb = 0;for(int i = N - 1; i >= 0; --i){if(f[i][s][0] && la + lb + da[i][s][0] + db[i][s][0] <= x){la += da[i][s][0];lb += db[i][s][0];s = f[i][s][0];}}
}void work()
{int s, x;scanf("%d", &x);int la, lb;int max_h = 0, ans;double min_r = inf, r;for(int i = 1; i <= n; ++i){cal(i, x, la, lb);r = lb ? 1.0 * la / lb : inf;if(r < min_r || r == min_r && h[i] > max_h){ans = i;min_r = r;max_h = h[i];}}printf("%d\n", ans);int m;scanf("%d", &m);while((m--) > 0){scanf("%d %d", &s, &x);cal(s, x, la, lb);printf("%d %d\n", la, lb);}
}int main()
{
//    freopen("input.txt", "r", stdin);read();init();work();return 0;
}

 

这篇关于开车旅行(算法竞赛进阶指南,倍增优化 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/861656

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

Java进阶13讲__第12讲_1/2

多线程、线程池 1.  线程概念 1.1  什么是线程 1.2  线程的好处 2.   创建线程的三种方式 注意事项 2.1  继承Thread类 2.1.1 认识  2.1.2  编码实现  package cn.hdc.oop10.Thread;import org.slf4j.Logger;import org.slf4j.LoggerFactory

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu4826(三维DP)

这是一个百度之星的资格赛第四题 题目链接:http://acm.hdu.edu.cn/contests/contest_showproblem.php?pid=1004&cid=500 题意:从左上角的点到右上角的点,每个点只能走一遍,走的方向有三个:向上,向下,向右,求最大值。 咋一看像搜索题,先暴搜,TLE,然后剪枝,还是TLE.然后我就改方法,用DP来做,这题和普通dp相比,多个个向上

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖