P1802 5倍经验日 (洛谷)

这篇博客介绍了如何运用动态规划解决一个基于乐斗游戏的经验获取优化问题。题目中,主角absi2011拥有一定数量的药物,需要决定如何分配来挑战等级不同的好友以获得最大经验。博主将原问题简化为背包问题,并提供了AC代码进行解析,展示了如何通过修改数据和应用背包DP模板来找到最优解。最后,博主给出了完整的AC代码实现。

题目背景

现在乐斗有活动了!每打一个人可以获得5倍经验!absi2011却无奈的看着那一些比他等级高的好友,想着能否把他们干掉。干掉能拿不少经验的。

题目描述

现在absi2011拿出了x个迷你装药物(嗑药打人可耻….),准备开始与那些人打了

由于迷你装一个只能管一次,所以absi2011要谨慎的使用这些药,悲剧的是,没到达最少打败该人所用的属性药了他打人必输>.<所以他用2个药去打别人,别人却表明3个药才能打过,那么相当于你输了并且这两个属性药浪费了。

现在有n个好友,有输掉拿的经验、赢了拿的经验、要嗑几个药才能打过。求出最大经验(注意,最后要乘以5)

输入格式

第一行两个数,n和x

后面n行每行三个数,分别表示输了拿到的经验(lose[i])、赢了拿到的经验(win[i])、打过要至少使用的药数量(use[i])。

输出格式

一个整数,最多获得的经验

输入输出样例

输入 #1

6 8
21 52 1
21 70 5
21 48 2
14 38 3
14 36 1
14 36 2


输出 #1

1060

【数据范围】

对于10%的数据,保证x=0

对于30%的数据,保证n<=10,x<=20

对于60%的数据,保证n<=100,x<=100, 10<=lose[i], win[i]<=100,use[i]<=5

对于100%的数据,保证n<=1000,x<=1000,0<lose[i]<=win[i]<=1000000,0<=use[i]<=1000

我的思路

这道题本质上是一道背包dp

题目所给数据

6 8
21 52 1
21 70 5
21 48 2
14 38 3
14 36 1
14 36 2

因为每个人能都要打,无论胜负战败经验都是可以得到的,因此可以把数据改为

6 8
31 1
49 5
27 2
24 3
22 1
22 2

每战胜一个人可以获得额外的经验,这样就是一个简单的背包dp问题了。

AC代码 

#include<iostream>
using namespace std;
long long  dp[1005][1005];
int d1[1005];//经验
int d2[1005];//药
int main()
{
    int n,m;
    long long ans=0;//ans用来储存战败经验
    cin>>n>>m;
    for(int i=1; i<=n; i++)
    {
        int a,b;
        cin>>a>>b>>d2[i];
        d1[i]=b-a;//修改数据
        ans+=a;
    }
    for(int i=1; i<=n; i++)//背包dp模板
        for(int j=m; j>=0; j--)
        {
            if(j>=d2[i])
                dp[i][j]=max(dp[i-1][j-d2[i]]+d1[i],dp[i-1][j]);
            else
                dp[i][j]=dp[i-1][j];
        }
    cout<<(dp[n][m]+ans)*5;//不要忘了乘5
    return 0;
}

### 关于动态规划 (Dynamic Programming, DP) 的解决方案 在解决洛谷平台上的编程问题时,尤其是涉及动态规划的题目,可以采用以下方法来构建解决方案: #### 动态规划的核心思想 动态规划是一种通过把原问题分解为相对简单的子问题的方式来求解复杂问题的方法。其核心在于存储重复计算的结果以减少冗余运算。通常情况下,动态规划适用于具有重叠子问题和最优子结构性质的问题。 对于动态规划问题,常见的思路包括定义状态、转移方程以及边界条件的设计[^1]。 --- #### 题目分析与实现案例 ##### **P1421 小玉买文具** 此题是一个典型的简单模拟问题,可以通过循环结构轻松完成。以下是该问题的一个可能实现方式: ```cpp #include <iostream> using namespace std; int main() { int n; cin >> n; // 输入购买数量n double p, m, c; cin >> p >> m >> c; // 输入单价p,总金额m,优惠券c // 计算总价并判断是否满足条件 if ((double)n * p <= m && (double)(n - 1) * p >= c) { cout << "Yes"; } else { cout << "No"; } return 0; } ``` 上述代码实现了基本逻辑:先读取输入数据,再根据给定约束条件进行验证,并输出最终结果[^2]。 --- ##### **UOJ104 序列分割** 这是一道经典的区间动态规划问题。我们需要设计一个二维数组 `f[i][j]` 表示前 i 次操作后得到的最大价值,其中 j 是最后一次切割的位置。具体实现如下所示: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 5e3 + 5; long long f[MAXN], sumv[MAXN]; int a[MAXN]; int main(){ ios::sync_with_stdio(false); cin.tie(0); int n,k; cin>>n>>k; for(int i=1;i<=n;i++)cin>>a[i]; for(int i=1;i<=n;i++)sumv[i]=sumv[i-1]+a[i]; memset(f,-0x3f,sizeof(f)); f[0]=0; for(int t=1;t<=k;t++){ vector<long long> g(n+1,LLONG_MIN); for(int l=t;l<=n;l++)g[l]=max(g[l-1],f[t-1][l-1]); for(int r=t;r<=n;r++)f[r]=max(f[r],g[r]+sumv[r]*t); } cout<<f[n]<<'\n'; return 0; } ``` 这段程序利用了滚动数组优化空间复杂度,同时保持时间效率不变[^3]。 --- ##### **其他常见问题** 针对更复杂的路径覆盖类问题(如 PXXXX),我们往往需要结合一维或多维动态规划模型加以处理。例如,在某些场景下,我们可以设定 dp 数组记录到达某一点所需最小代价或者最大收益等指标[^4]。 --- ### 总结 以上展示了如何运用动态规划技巧去应对不同类型的算法挑战。无论是基础还是高级应用场合,合理选取合适的数据结构配合清晰的状态转换关系都是成功解决问题的关键所在。
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