vijos 1243 生产产品 单调性优化动态规划

2024-04-03 21:48

本文主要是介绍vijos 1243 生产产品 单调性优化动态规划,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!

描述 Description

在经过一段时间的经营后,dd_engi的OI商店不满足于从别的供货商那里购买产品放上货架,而要开始自己生产产品了!产品的生产需要M个步骤,每一个步骤都可以在N台机器中的任何一台完成,但生产的步骤必须严格按顺序执行。由于这N台机器的性能不同,它们完成每一个步骤的所需时间也不同。机器i完成第j个步骤的时间为T[i,j]。把半成品从一台机器上搬到另一台机器上也需要一定的时间K。同时,为了保证安全和产品的质量,每台机器最多只能连续完成产品的L个步骤。也就是说,如果有一台机器连续完成了产品的L个步骤,下一个步骤就必须换一台机器来完成。现在,dd_engi的OI商店有史以来的第一个产品就要开始生产了,那么最短需要多长时间呢? 
某日Azuki.7对跃动说:这样的题目太简单,我们把题目的范围改一改 
对于菜鸟跃动来说,这是个很困难的问题,他希望你能帮他解决这个问题

 输入格式 Input Format

第一行有四个整数M, N, K, L 
下面的N行,每行有M个整数。第I+1行的第J个整数为T[I,J]。

输出格式 Output Format
输出只有一行,表示需要的最短时间。
样例输入 Sample Input

3 2 0 2
2 2 3
1 3 1


样例输出 Sample Output
4
时间限制 Time Limitation
1s
注释 Hint
对于50%的数据,N<=5,L<=4,M<=10000
对于100%的数据,N<=5, L<=50000,M<=100000

 

这道题是在看论文时看到的,于是到vijos那注册了一个账号来做做,谁知竟然做了一个下午,悲剧……

由于理论性的东西已经学过了,知道这是个dp+单调队列。可第一次编还是编了好久。

首先,很容易写出动态转移方程:f(i,j)=min( min( f(p,i) ) + sum(i,j) - sum(i,k) +val) ,i>k>i-l+1,m>p>0 && p!=i

由于m很小,小于6,所以,这个方程的主要优化在于寻找外层的min

而单调队列的方程为:f(x)= opt( cost[i] ) bound[x] <=i<x;

将动态转移方程化简得:f(i,j)=min( min( f(p,i) ) - sum(i,k) ) + sum(i,j)+val ,i>k>i-l+1,m>p>0 && p!=i

这样就可以用单调队列实现了。

 

View Code
  1 #include<stdio.h>
  2 #include<stdlib.h>
  3 #include<iostream>
  4 #include<string>
  5 #include<queue>
  6 #include<deque>
  7 #include<map>
  8 #include<cmath>
  9 #include<stack>
 10 #include<algorithm>
 11 #include<functional>
 12 using namespace std;
 13 const int N=6;
 14 const int L=50010;
 15 const int M=100010;
 16 typedef __int64 LL;
 17 struct TT{
 18     LL val;
 19     int num;
 20     TT(LL v,int n){val=v,num=n;};
 21 };
 22 deque<TT>que[N];
 23 LL sum[N][M];
 24 LL str[N][M];
 25 int l,n;
 26 LL kk;
 27 void init(){
 28     for(int i=0;i<n;i++){
 29         while(!que[i].empty()){
 30             que[i].pop_back();
 31         }
 32         que[i].push_back(TT(0,-1));
 33         str[i][0]=sum[i][0];
 34     }
 35 }
 36 void update(int k){
 37     int first=0,second=0,now;
 38     LL tmp;
 39     if(str[0][k]>str[1][k])first=1;
 40     else second=1;
 41     
 42     for(int i=2;i<n;i++){
 43         if(str[i][k]<=str[first][k]){
 44             second=first,first=i;
 45         }else{
 46             if(str[i][k]<str[second][k]){
 47                 second=i;
 48             }
 49         }
 50     }
 51 
 52     for(int i=0;i<n;i++){
 53         now=first;
 54         if(i==now){
 55             now=second;
 56         }
 57         tmp=str[now][k]-sum[i][k]+kk;
 58         while(!que[i].empty() &&que[i].front().num+l<=k)que[i].pop_front();
 59         while(!que[i].empty() && que[i].back().val>=tmp)que[i].pop_back();
 60         que[i].push_back(TT(tmp,k));
 61 
 62     }
 63     
 64 }
 65 int main()
 66 {
 67     int m,i,j;
 68     LL ans;
 69     while(~scanf("%d%d%d%d",&m,&n,&kk,&l)){
 70         for(i=0;i<n;i++){
 71             scanf("%I64d",&sum[i][0]);
 72             for(j=1;j<m;j++){
 73                 scanf("%I64d",&sum[i][j]);
 74                 sum[i][j]+=sum[i][j-1];
 75             }
 76         }
 77 
 78         
 79         if(n==1){
 80             printf("%I64d\n",sum[0][m-1]);
 81         }else{
 82             init();
 83     
 84             for(i=0;i<m;i++){
 85                 for(j=0;j<n;j++){
 86                     str[j][i]=que[j].front().val+sum[j][i];
 87                 }
 88                 update(i);
 89             }
 90             m--;
 91             ans=str[0][m];
 92             for(int i=1;i<n;i++){
 93                 if(ans>str[i][m])ans=str[i][m];
 94             }
 95             printf("%I64d\n",ans);
 96         }
 97     }
 98 
 99 
100     
101     return 0;
102 }
103 /*
104 3 2 2 1
105 1 2 3
106 1 2 3
107 */

 

 

 



 

这篇关于vijos 1243 生产产品 单调性优化动态规划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/874067

相关文章

Java使用Javassist动态生成HelloWorld类

《Java使用Javassist动态生成HelloWorld类》Javassist是一个非常强大的字节码操作和定义库,它允许开发者在运行时创建新的类或者修改现有的类,本文将简单介绍如何使用Javass... 目录1. Javassist简介2. 环境准备3. 动态生成HelloWorld类3.1 创建CtC

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

MySQL中优化CPU使用的详细指南

《MySQL中优化CPU使用的详细指南》优化MySQL的CPU使用可以显著提高数据库的性能和响应时间,本文为大家整理了一些优化CPU使用的方法,大家可以根据需要进行选择... 目录一、优化查询和索引1.1 优化查询语句1.2 创建和优化索引1.3 避免全表扫描二、调整mysql配置参数2.1 调整线程数2.

浅谈MySQL的容量规划

《浅谈MySQL的容量规划》进行MySQL的容量规划是确保数据库能够在当前和未来的负载下顺利运行的重要步骤,容量规划包括评估当前资源使用情况、预测未来增长、调整配置和硬件资源等,感兴趣的可以了解一下... 目录一、评估当前资源使用情况1.1 磁盘空间使用1.2 内存使用1.3 CPU使用1.4 网络带宽二、

深入解析Java NIO在高并发场景下的性能优化实践指南

《深入解析JavaNIO在高并发场景下的性能优化实践指南》随着互联网业务不断演进,对高并发、低延时网络服务的需求日益增长,本文将深入解析JavaNIO在高并发场景下的性能优化方法,希望对大家有所帮助... 目录简介一、技术背景与应用场景二、核心原理深入分析2.1 Selector多路复用2.2 Buffer

SpringBoot利用树形结构优化查询速度

《SpringBoot利用树形结构优化查询速度》这篇文章主要为大家详细介绍了SpringBoot利用树形结构优化查询速度,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... 目录一个真实的性能灾难传统方案为什么这么慢N+1查询灾难性能测试数据对比核心解决方案:一次查询 + O(n)算法解决