HDU1565 方格取数(1) 题解

本文介绍了一种使用轮廓线动态规划方法解决在带权棋盘上选取若干互不四相邻格子以获得最大权值和的问题。通过二进制状态压缩记录格子的取舍状态,并详细阐述了不同状态下如何进行转移,最终实现滚动数组优化。

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

题目大意:在 n * n 每格带权棋盘上取若干互不四相邻格,求最大权值和。

轮廓线动态规划。逐格转移,记状态 f[i, j, k] 为处理至第 (i, j) 格(设 0 ≤ i < n,0 ≤ j < n),前 n 格的取舍状态为 k 的方案数,记 0 为未取,1 为已取,利用二进制状态压缩,则 k 二进制下从低位向高位第 l 位表示当前格前第 l 格是否取的状态,可知 k 最多只需记 n 位即可。对于当前状态 k,转移分为以下三种情况:

  1. 当前列不为最左列(即 j > 0),此时若格 (i, j - 1) 未取(即 k and 1 = 0),且格 (i - 1, j) 未取(即 k and 2n1 = 0),则可以取格 (i, j),即状态 f[i, j - 1, k] 可以转移到状态 f[i, j, k * 2 xor 1]。

  2. 当前列为最左列(即 j = 0),此时若格 (i - 1, j) 未取(即 k and 2n1 = 0),则可以取当前格 (i, j),即状态 f[i - 1, n - 1, k] 可以转移到状态 f[i, j, k * 2 xor 1]。

  3. 可以不取当前格 (i, j),即状态 f[i, j - 1, k] (或状态 f[i - 1, n - 1, k]) 可以转移到状态 f[i, j, k * 2 and (2n1)]。

设初始状态 f[-1, n - 1, 0] = 0,f[-1, n - 1, 1 .. 2n1] = -1(不合法状态),转移相当于维护最大值,则状态 f[n - 1, n - 1, 0 .. 2n1] 中的最大值即为答案。可以采用滚动数组优化,降低空间复杂度和编程复杂度。

代码如下:

#include<stdio.h>
#define max(a,b) ((a)>(b)?(a):(b))
int f[2][1048580];
int main()
{
    int cur,n,val;
    while(scanf("%d",&n)!=EOF)
    {
        for(int i=0;i<1<<n;i++)
            f[0][i]=f[1][i]=-1;
        cur=f[0][0]=val=0;
        for(int i=0;i<n;i++)
            for(int j=0;j<n;j++)
            {
                scanf("%d",&val);
                for(int k=0;k<1<<n-1;k++,k+=j>0)
                    if(f[cur][k]>-1&&f[cur^1][k<<1^1]<f[cur][k]+val)
                        f[cur^1][k<<1^1]=f[cur][k]+val;
                for(int k=0;k<1<<n-1;k++)
                    f[cur^1][k<<1]=max(f[cur^1][k<<1],f[cur][k]),f[cur][k]=-1,
                    f[cur^1][k<<1]=max(f[cur^1][k<<1],f[cur][k^1<<n-1]),f[cur][k^1<<n-1]=-1;
                cur^=1;
            }
        for(int i=0;i<1<<n;i++)
            if(f[cur][i]>val)
                val=f[cur][i];
        printf("%d\n",val);
    }
    return 0;
}
### HDU1565 方格 动态规划 解题思路 对于给定的一个 \( n \times n \) 的棋盘,其中每个格子内含有一个非负值。目标是从这些格子里选一些,使得任何两个被选中的所在的位置没有公共边界(即它们不是上下左右相邻),并且使选出的之和尽可能大。 #### 构建状态转移方程 为了实现这一目的,可以定义二维组 `dp` 来存储到达某位置的最大累积值: - 设 `dp[i][j]` 表示当考虑到第 i 行 j 列时能够获得的最大价值。 初始化阶段,设置第一行的据作为基础情况处理;之后通过遍历整个矩阵来更新每一个可能的状态。具体来说,在计算某个特定单元 `(i, j)` 处的结果之前,应该先考察其上方以及左上角、右上角三个方向上的元素是否已经被访问过,并据此调整当前节点所能达到的最佳得分[^1]。 ```cpp for (int i = 0; i < N; ++i){ for (int j = 0; j < M; ++j){ dp[i][j] = grid[i][j]; // 上面一排的情况 if(i > 0 && !conflict(i,j,i-1,j)) dp[i][j] = max(dp[i][j], dp[i-1][j] + grid[i][j]); // 左斜线方向 if(i > 0 && j > 0 && !conflict(i,j,i-1,j-1)) dp[i][j] = max(dp[i][j], dp[i-1][j-1] + grid[i][j]); // 右斜线方向 if(i > 0 && j+1 < M && !conflict(i,j,i-1,j+1)) dp[i][j] = max(dp[i][j], dp[i-1][j+1] + grid[i][j]); } } ``` 这里需要注意的是冲突检测函 `conflict()` ,用于判断两格之间是否存在直接连接关系。如果存在,则不允许同时选择这两格内的字相加到路径之中去。 #### 寻找最优解 最终的答案将是最后一行中所有列的最大值之一,因为这代表了从起点出发直到终点结束可以获得的最大收益。可以通过简单的循环找到这个最大值并返回它作为结果输出。 ```cpp // 找到最后一行的最大值 __int64 result = 0; for(int col = 0; col < M; ++col) { result = max(result, dp[N-1][col]); } cout << "Maximum sum is: " << result << endl; ``` 上述方法利用了动态规划的思想有效地解决了该问题,时间复杂度大约为 O(n*m),空间复杂度同样决于输入规模大小。
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