HDU 1024(DP+滚动数组优化)

2024-04-18 07:08
文章标签 数组 dp 优化 hdu 滚动 1024

本文主要是介绍HDU 1024(DP+滚动数组优化),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!

题目链接:点击打开链接


题目大意:给一个m和一个n,n表示有n个数字,m表示有m种区间和,每个区间之间不能相互交叉,问你最大的m个区间和加起来最大是多少。


题目思路:DP是我目前非常非常薄弱的方面QAQ,于是这道题足足花了我三个小时....看了一大堆的博客,终于貌似应该会了QAQ。直接上滚动数组难以理解,我先从二维的角度来讲一下这个题目思路。首先定义一个dp[i][j],表示i段j个数字的最大和是多少。对这种情况,动态转移方程为dp[i][j]=max{f[i][j-1]+a[j],f[i-1][k]+a[j],(i-1<=k<j)} (i<=j<=n),因为对于第i段j个数字,他的大小只取决于前面的两个情况,一个是他直接接到i段j-1个数字后面,即跑到原来第i段的最后,还有一种情况就是跑到前j-1个数字中所有段中最大的情况,这就是题目中提到的k,然后自己当老大,开辟新纪元(当一个新段的头)。但是对于这种情况有一个弊端,题目中给的数据范围是n<=1000000,如果你开一个这么大的二维数组,铁定炸了,所以要用滚动数组来优化,将其降维成一个一维的问题。

滚动数组篇:其实你自己观察会发现,你实际上推出当前状态需要用到的数据,只有两个, 一个是i段j-1个数字能取到的最大值,一个是前j-1个数字除i段以外其他段能取到的最大值。然后外面第一层for循环,来表示分成几段。用a[i]来存原始数组,用maxx[i]来存前j-1个数字除i段以外其他段能取到的最大值,用max1来存当前情况下的dp最大值(用来传给maxx数组),现在开始仔细说明流程。dp[j]数组必须从i开始更新,即至少要等于段数,为什么捏,因为你要是n-1个数怎么分成n段..所以要从i开始,然后一直到头,全部按照我们的要求来更新,maxx数组又是咋变的呢?每一轮过来的时候,maxx[j-1]先等于max1(该数组其实是上一次存下来的),然后更新max1,让max1跟dp[j]比较。这么做是为了获得前j-1个数字除i段以外其他段能取到的最大值。然后这次获得的max1传送给下一个循环的maxx[j]。


以下是代码:

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define inf 0x3f3f3f3f
int a[1000005],dp[1000005],maxx[1000005],max1;
int main(){int n,m;while(~scanf("%d%d",&m,&n)){memset(dp,0,sizeof(dp));memset(maxx,0,sizeof(maxx));for(int i=1;i<=n;i++){scanf("%d",&a[i]);}for(int i=1;i<=m;i++){max1=-inf;for(int j=i;j<=n;j++){dp[j]=max(dp[j-1],maxx[j-1])+a[j];maxx[j-1]=max1;max1=max(max1,dp[j]);}}printf("%d\n",max1);}return 0;
}

这篇关于HDU 1024(DP+滚动数组优化)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/914089

相关文章

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、

C++原地删除有序数组重复项的N种方法

《C++原地删除有序数组重复项的N种方法》给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度,不要使用额外的数组空间,你必须在原地修改输入数组并在使用O(... 目录一、问题二、问题分析三、算法实现四、问题变体:最多保留两次五、分析和代码实现5.1、问题分析5.

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