[分组背包] 牛客练习赛22C(bitset优化)

背包问题与Bitset优化
本文探讨了一种基于背包思想的动态规划问题,通过Bitset优化实现高效计算。具体介绍了如何利用Bitset进行状态压缩,将原O(n^5)的时间复杂度降低至O(n/32),并给出了具体的代码实现。

题面

link
  一共有 n个数,第 i 个数是 x i x_i xi , x i x_i xi 可以取 [ l i , r i ] [l_i , r_i] [li,ri] 中任意的一个值。
S = ∑ x i 2 S = \sum{{x_i}^2} S=xi2, 求 S 种类数。
  

分析

  这一题主要用的是分类背包的思想, d p [ i ] [ j ] dp[i][j] dp[i][j]表示的是考虑到第 i i i个区间,S是否能取到 j j j,取到为1,取不到为0。
  进行三重循环遍历(第一层区间数 n n n,第二层 j j j的取值可以到达 n 3 n^3 n3,第三层为区间中的每个数遍历为 n n n),总复杂度到达了 O ( n 5 ) O(n^5) O(n5)
  这样进行动态规划的话比较浪费时间和内存,因为每个状态只有01两种取值,因此可以用 bitset 进行优化, 将 1   i n t 1 \ int 1 int压成 1   b i t 1 \ bit 1 bit

  bitset的基本用法:link (bitset可以进行各种位操作,以及 c o u n t , s e t count,set countset方法的使用)
  可以 d p [ i ] dp[i] dp[i]表示第 i i i个区间可以表示的S(S的最大取值为 1 0 6 10^6 106,因此bitset最多需要 1 0 6 10^6 106位), 对于区间中的每个数 j j j,可以得出这样的转移方程 d p [ i ]   ∣ =   d p [ i − 1 ] < < ( j ∗ j ) dp[i] \ |= \ dp[i-1]<<(j*j) dp[i] = dp[i1]<<(jj), 这样复杂度降到了 O ( n / 32 ) O(n/32) O(n/32), 并且其中的位操作是更快的。
 最后答案即为 d p [ n ] dp[n] dp[n]中1的个数,可以用 c o u n t ( ) count() count()方法得到。
  

代码

#include <bits/stdc++.h>

using namespace std;
typedef long long ll;
const int maxn = 1e6 + 10;
const int INF = 0x3f3f3f3f;

bitset<maxn> dp[102];
int n, l ,r;

int main()
{
    scanf("%d", &n);
    dp[0].set(0);             //第0位要置1
    for(int i = 1; i <= n; i++)
    {
        scanf("%d %d", &l, &r);
        for(int j = l; j <= r; j++)
            dp[i] |= dp[i-1]<<(j * j);
    }
    printf("%d\n", dp[n].count());
}

牛客练习赛142是场编程竞赛,通常包含多个算法题目,涵盖如数组、字符串、链表、动态规划等常见数据结构与算法知识点。针对这类比赛的解题思路和方法,可以从以下几个方面进行分析: ### 题目类型与解题策略 1. **数组相关问题** - 常见的题目包括查找数组中出现次数超过半的数字、寻找缺失的数字、求解最大子数组和等。 - 解题方法包括使用哈希表统计频率、摩尔投票法(适用于多数元素问题)、双指针技巧或前缀和优化。 2. **链表操作** - 链表题目可能涉及反转链表、判断链表是否有环、找出两个链表的相交节点等。 - 例如,在找两个链表相交点的问题中,可以先计算各自长度,然后让长链表先走差值步数,再同步遍历比较节点地址[^3]。 3. **字符串处理** - 包括最长回文子串、无重复字符的最长子串等。 - 可采用滑动窗口、动态规划或中心扩展法等策略。 4. **树与图** - 树相关的题目可能涉及二叉树的遍历、路径和、最近公共祖先等问题。 - 图论问题可能需要使用深度优先搜索(DFS)、广度优先搜索(BFS)或拓扑排序等算法。 5. **动态规划** - 动态规划常用于解决背包问题、最长递增子序列、编辑距离等。 - 关键在于定义状态转移方程,并通过迭代或记忆化搜索进行求解。 6. **贪心算法** - 适用于区间调度、活动选择、硬币找零等问题。 - 贪心策略的核心在于每步都做出局部最优选择。 ### 示例代码:摩尔投票法解决“多数元素”问题 ```python def majorityElement(nums): count = 0 candidate = None for num in nums: if count == 0: candidate = num count += (1 if num == candidate else -1) return candidate ``` 该算法时间复杂度为 O(n),空间复杂度为 O(1),非常适合处理大规模输入的数据集[^2]。 ### 提升解题能力的建议 - **刷题积累经验**:在 LeetCode、Codeforces、AtCoder 等平台上持续练习,熟悉各种题型。 - **学习经典算法**:掌握常见的算法模板,如二分查找、归并排序、快速选择等。 - **阅读官方题解与讨论区**:了解不同解法的优劣,尤其是最优解的时间复杂度分析。 - **模拟比赛训练**:定期参加在线编程比赛,提升实战能力和代码调试速度。 ---
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