hdu1176--免费馅饼

本文介绍了一个趣味问题,即如何最大化收集从天而降的馅饼的数量。主人公gameboy必须利用有限的移动能力,在一条小径上尽可能多地接住掉落的馅饼。文章提供了详细的算法实现步骤及代码示例。

Description

都说天上不会掉馅饼,但有一天gameboy正走在回家的小径上,忽然天上掉下大把大把的馅饼。说来gameboy的人品实在是太好了,这馅饼别处都不掉,就掉落在他身旁的10米范围内。馅饼如果掉在了地上当然就不能吃了,所以gameboy马上卸下身上的背包去接。但由于小径两侧都不能站人,所以他只能在小径上接。由于gameboy平时老呆在房间里玩游戏,虽然在游戏中是个身手敏捷的高手,但在现实中运动神经特别迟钝,每秒种只有在移动不超过一米的范围内接住坠落的馅饼。现在给这条小径如图标上坐标:

为了使问题简化,假设在接下来的一段时间里,馅饼都掉落在0-10这11个位置。开始时gameboy站在5这个位置,因此在第一秒,他只能接到4,5,6这三个位置中其中一个位置上的馅饼。问gameboy最多可能接到多少个馅饼?(假设他的背包可以容纳无穷多个馅饼)

Input

输入数据有多组。每组数据的第一行为以正整数n(0<n<100000),表示有n个馅饼掉在这条小径上。在结下来的n行中,每行有两个整数x,T(0<T<100000),表示在第T秒有一个馅饼掉在x点上。同一秒钟在同一点上可能掉下多个馅饼。n=0时输入结束。

Output

每一组输入数据对应一行输出。输出一个整数m,表示gameboy最多可能接到m个馅饼。
提示:本题的输入数据量比较大,建议用scanf读入,用cin可能会超时。

Sample Input

6
5 1
4 1
6 1
7 2
7 2
8 3
0

Sample Output

4


思路: 一道水dp,敲代码之前想着要判断状态(i, j)是否可达来着,可在更新d[i][j]的时候却忘了写判断(i, j)是否可达了,找了半天找到错误,WA了很多遍。。。真是 醉了,做题还是马马虎虎的,就是因为马虎这个毛病,吃了很多亏了。。。以后可得长点心了 ╮(╯_╰)╭


状态(i, j)代表第i时刻,j位置,yes数组用来判断(i,j)是否可达,d数组存(i, j)状态时获得馅饼的最大值,cnt数组存(i,j)状态时掉落的馅饼数量


(i, j)状态可由(i - 1, j), (i - 1,  j - 1), (i - 1,  j + 1)三种状态得来

判断是否可达,更新d[i][j]的最值。。。d[i][j] = cnt[i][j] + max(d[i - 1][j], d[i - 1][j - 1], d[i - 1][j + 1]);

最后在坐标0到10上跑一遍,求出最大值即可


代码:



# include <iostream>
# include <algorithm>
# include <cstdio>
# include <cstring>
using namespace std;
const int maxn = 1e5 + 5;
int cnt[maxn][15];
int d[maxn][15];
bool yes[maxn][15];
int n, tm;

void init();
void dp();

int main(void)
{
    while (scanf("%d", &n) && n) {
        init(); dp();
        int ans = 0;
        for (int i = 0; i <= 10; ++i) ans = max(ans, d[tm][i]);
        printf("%d\n", ans);
    }

    return 0;
}

void dp() {
    for (int i = 1; i <= tm; ++i) {
        for (int j = 0; j <= 10; ++j) {
            int m = 0;
            if (yes[i - 1][j]) {
                yes[i][j] = true; m = max(m, d[i - 1][j]);
            }
            if (j && yes[i - 1][j - 1]) {
                yes[i][j] = true; m = max(m, d[i - 1][j - 1]);
            }
            if (yes[i - 1][j + 1]) {
                yes[i][j] = true; m = max(m, d[i - 1][j + 1]);
            }
            if (yes[i][j]) d[i][j] = m + cnt[i][j];
        }
    }
}

void init() {
    memset(cnt, 0, sizeof cnt);
    memset(d, 0, sizeof d);
    memset(yes, false, sizeof yes);
    yes[0][5] = true; tm = 0;
    for (int i = 0; i < n; ++i) {
        int x, t; scanf("%d %d", &x, &t);
        ++cnt[t][x]; tm = max(tm, t);
    }
}



随着信息技术在管理上越来越深入而广泛的应用,作为学校以及一些培训机构,都在用信息化战术来部署线上学习以及线上考试,可以与线下的考试有机的结合在一起,实现基于SSM的小码创客教育教学资源库的设计与实现在技术上已成熟。本文介绍了基于SSM的小码创客教育教学资源库的设计与实现的开发全过程。通过分析企业对于基于SSM的小码创客教育教学资源库的设计与实现的需求,创建了一个计算机管理基于SSM的小码创客教育教学资源库的设计与实现的方案。文章介绍了基于SSM的小码创客教育教学资源库的设计与实现的系统分析部分,包括可行性分析等,系统设计部分主要介绍了系统功能设计和数据库设计。 本基于SSM的小码创客教育教学资源库的设计与实现有管理员,校长,教师,学员四个角色。管理员可以管理校长,教师,学员等基本信息,校长角色除了校长管理之外,其他管理员可以操作的校长角色都可以操作。教师可以发布论坛,课件,视频,作业,学员可以查看和下载所有发布的信息,还可以上传作业。因而具有一定的实用性。 本站是一个B/S模式系统,采用Java的SSM框架作为开发技术,MYSQL数据库设计开发,充分保证系统的稳定性。系统具有界面清晰、操作简单,功能齐全的特点,使得基于SSM的小码创客教育教学资源库的设计与实现管理工作系统化、规范化。
【负荷预测】基于蚂蚁优化算法的BP神经网络在负荷预测中的应用研究(Matlab完整代码实现)内容概要:本文围绕基于蚂蚁优化算法的BP神经网络在电力负荷预测中的应用展开研究,提出了一种结合智能优化算法与传统神经网络的混合预测模型。通过利用蚂蚁优化算法对BP神经网络的初始权重和阈值进行优化,有效克服了传统BP网络易陷入局部最优、收敛速度慢等问题,提升了负荷预测的精度与稳定性。文中详细阐述了模型构建过程,并提供了完整的Matlab代码实现,便于读者复现与应用。该方法适用于电力系统中短期负荷预测场景,对于提升电网调度效率和能源管理智能化水平具有重要意义。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事电力负荷预测相关工作的工程技术人员。; 使用场景及目标:①应用于电力系统负荷预测任务,提高预测准确性;②作为智能优化算法与神经网络结合的经典案例,用于学术研究与教学示范;③为后续改进其他元启发式算法优化神经网络提供技术参考与实现基础。; 阅读建议:建议读者结合文中提供的Matlab代码逐段理解算法实现流程,重点关注蚂蚁算法的参数设置与BP网络的训练过程,可通过实际数据集进行模型验证与调参优化,进一步掌握其在实际工程问题中的应用技巧。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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