[USACO19JAN,Platinum]Train Tracking 2 神仙结论 + dp + 复习快速幂

博客介绍了USACO比赛中关于火车车厢数字的题目,Bessie在雾天只能得知车厢滑动窗口的最小值。通过分析,博主提出动态规划的解题思路,讨论了不同情况下的区间处理,并提醒注意快速幂的正确使用。给出了题解的核心代码,帮助读者理解解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目描述

每天都有火车从农场前经过,它有N个车厢(1≤N≤100000),每个车厢都有一个在1到1e9之间的数字,不同的车厢也有可能有相同的数字。
通常,Bessie看火车经过时,会观察车厢上的数字,但今天有雾,Bessie看不到任何的数字。幸运的是,她已经通过可靠来源知道车厢的所有滑动窗口的最小值,即,她知道一个正整数K和N-K+1的数字,第i个数字Ci表示第i个车厢到第i+K-1这K个车厢中所有数字的最小值。
请你帮助Bessie求出满足这个最小值的车厢的编号方法数量,由于这个数字可能很大,答案对1e9+7取模。
题目保证至少有一种符合编号的情况。

输入格式
第一行输入两个数N和K,接下来N-K+1行,每行输入一个数Ci。

输出格式
输出一个整数,表示答案对1e9+7取模的结果。

样例输入输出

Sample Input 1
4 2
999999998
999999999
999999998
Sample Output 1
3

博文链接

自认为写的还比较清楚的一篇博文

题解

看了别人的博客,自己也手痒来撸一篇
初拿到这道题,我是懵逼的。感觉没有一个点是定的,然后,再仔细一想,如果左边一个点的区间和右边一个点区间的最小值不一样,那么我们可以定下来一个位置的值(相对比较固定)
在这里插入图片描述考虑完了不同的情况,那么相同的情况呢?
在这里插入图片描述
此时,你可以码出核心代码了 :

//dp[i] = (1e9 - c[i] + 1) * dp[i - 1] - (1e9 - c[i]) ^ k *dp[i - k - 1]
LL sovle (const int val, const int len) {
   
	LL x = Max - val;
	LL power = qkpow (x, k);
	dp[0] = dp[1] = 1;
	for (int i = 2; i <= len + 1; ++ i) {
   
		dp[i] = 1ll * (x + 1) * dp[i - 1] % mod
### 解决方案 USACO 的题目 **P2895 Meteor Shower S** 是一道经典的 BFS(广度优先搜索)问题,涉及路径规划以及动态障碍物的处理。以下是关于此题目的 C++ 实现方法及相关讨论。 #### 1. 题目概述 贝茜需要在一个二维网格上移动到尽可能远的位置,同时避开由流星造成的破坏区域。每颗流星会在特定时间落在某个位置,并摧毁其周围的五个单元格(中心及其上下左右)。目标是最小化贝茜受到的风险并计算最短到达安全地点的时间[^5]。 --- #### 2. 关键算法思路 为了高效解决这个问题,可以采用以下策略: - 使用 **BFS(广度优先搜索)** 来模拟贝茜可能的行走路线。 - 动态更新地图上的危险区域,确保在每个时刻只考虑有效的威胁。 - 提前预处理所有流星的影响范围,减少冗余计算。 由于直接在每次 BFS 中调用 `boom` 函数可能导致性能瓶颈[^4],因此可以通过优化来降低复杂度。 --- #### 3. 优化建议 为了避免重复标记已知的危险区域,可以在程序初始化阶段完成如下操作: - 创建一个数组记录每个单位时间内哪些坐标会被流星影响。 - 将 BFS 和流星爆炸事件同步进行,仅在必要时扩展新的状态。 这种方法能够显著提升运行速度,尤其对于大规模输入数据(如 $ M \leq 50,000 $),效果尤为明显。 --- #### 4. C++ 示例代码实现 下面提供了一个高效的解决方案框架: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 1e6; int grid[1001][1001]; // 地图大小假设为合理范围内 bool visited[1001][1001]; queue<pair<int, pair<int, int>>> q; // 存储 {time, {x, y}} // 方向向量定义 vector<pair<int, int>> directions = { {-1, 0}, {1, 0}, {0, -1}, {0, 1} }; void initializeGrid(int N, vector<tuple<int, int, int>>& meteors) { memset(grid, 0, sizeof(grid)); for(auto &[t, x, y] : meteors){ if(t >= N || t < 0) continue; // 超过最大时间或负数忽略 grid[x][y] = max(grid[x][y], t); for(auto &[dx, dy] : directions){ int nx = x + dx, ny = y + dy; if(nx >=0 && nx <1001 && ny>=0 && ny<1001){ grid[nx][ny] = max(grid[nx][ny], t); } } } } bool isValid(int time, int x, int y){ return !(grid[x][y] <= time); // 如果当前时间<=流星爆炸时间则不可通过 } int main(){ ios::sync_with_stdio(false); cin.tie(0); int T, X, Y; cin >> T >> X >> Y; vector<tuple<int, int, int>> meteors(T); for(int i=0;i<T;i++) cin >> get<0>(meteors[i]) >> get<1>(meteors[i]) >> get<2>(meteors[i]); initializeGrid(X*Y, meteors); memset(visited, false, sizeof(visited)); q.push({0,{X,Y}}); visited[X][Y]=true; while(!q.empty()){ auto current = q.front(); q.pop(); int currentTime = current.first; int cx = current.second.first, cy = current.second.second; if(isValid(currentTime,cx,cy)){ cout << currentTime; return 0; } for(auto &[dx,dy]:directions){ int nx=cx+dx,ny=cy+dy; if(nx>=0&&nx<1001&&ny>=0&&ny<1001&&!visited[nx][ny]){ if(isValid(currentTime,nx,ny)){ q.push({currentTime+1,{nx,ny}}); visited[nx][ny]=true; } } } } cout << "-1"; // 若无解返回-1 return 0; } ``` 上述代码实现了基于 BFS 的最优路径查找逻辑,并预先构建了流星影响的地图以加速查询过程。 --- #### 5. 进一步讨论 尽管本题的核心在于 BFS 及动态更新机制的应用,但在实际编码过程中仍需注意以下几个方面: - 输入规模较大时应选用快速 IO 方法(如关闭同步流 `ios::sync_with_stdio(false)` 并取消绑定 `cin.tie(NULL)`)。 - 对于超出边界或者无关紧要的数据点可以直接跳过处理,从而节省不必要的运算开销。 - 利用位掩码或其他压缩技术存储访问标志可进一步节约内存资源。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值