洛谷 P1220 关路灯(记忆化DP,区间DP)

本文探讨了如何使用区间动态规划解决路灯关闭问题,旨在帮助小明在移动过程中关闭路灯以最小化电量消耗。通过定义状态和转移方程,文章详细解释了如何计算不同路径上的最小耗电量。

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

题目大意:

有n个路灯,每个路灯都有各自的位置ai,以及功率bi,已知小明站在某个c路灯处,小明的步行速率是1m/s,问我们小明怎么关灯使得我们的电量消耗最少。

解题思路:

首先,我们发现小明关灯肯定是关掉一个区间的灯,毕竟不可能小明路过一个灯不去关它,这是毫无益处的,所以这里我们考虑转换为区间DP,所以可以有状态 [l][r],其中l,r分别表示所在的路灯的编号,这个状态表示在[l][r]区间中的最少耗电量。为了能够转移出去,我们还需要考虑两种情况,小明站在l点或者小明站在r点,这时候就能得到我们的转移方程:

memo[l][r][1]=min(memo[l][r-1][0]+calc(),memo[l][r-1][1]+calc())

memo[l][r][0]=min(memo[l+1][r][0]+calc(),memo[l+1][r][1]+calc())

其中calc表示中间走过程的损耗。损耗等于时间乘以功率,时间相当于距离这个好算,功率的话利用前缀和可以O(1)算区间功率和,这个也没什么好说的。

在这里有一个问题是,边界在哪:

我们知道在做记忆化DP时,传入的参数有:ll,rr,其中ll,rr分别表示当前访问区间。

我们知道ll必须要小于等于c,所以当ll走到c的时候memo[l][r][0]即为一个无效的状态,可以设为INF

我们知道rr必须要大于等于c,所以当rr走到c的时候memo[l][r][1]即为一个无效的状态,可以设为INF

废话:这里我们再次看到了转为区间DP,可见这种做法非常重要!可以多往区间这里靠!其它的可能可以转化为区间覆盖问题啊等等!总之区间有很多有意思的问题!

另外这里也让我们看到了DP转移中的边界条件!

最后,我们需要注意为什么这里我们设了一些状态为INF,因为我们认为从这些状态转移开来是不合理的。这种设置状态的思想要学会!

#include <bits/stdc++.h>
using namespace std;
const int MAXN = 60;
int p[MAXN], l[MAXN], r[MAXN];
pair<int, int> memo[MAXN][MAXN];
#define OPEN 0
int c;
const int INF = 1e9 + 10;
int calc(int pl, int pr, int la, int ra) {
	return (p[pr] - p[pl])*(l[la + 1] + r[ra + 1]);
}

pair<int, int> dfs(int ll, int rr) {

	if (memo[ll][rr].first != -1) {
		assert(memo[ll][rr].second != -1);
		return memo[ll][rr];
	}
	
	int fir, sec;
	if(rr!=c)
	sec = min(dfs(ll, rr - 1).second + calc(rr - 1, rr, ll - 1, rr), dfs(ll, rr - 1).first + calc(ll, rr, ll - 1, rr));
	else sec=INF;
	
	if(ll!=c)
	fir = min(dfs(ll + 1, rr).first + calc(ll, ll + 1, ll, rr + 1), dfs(ll + 1, rr).second + calc(ll, rr, ll, rr + 1));
	else fir=INF;
	memo[ll][rr].first = fir;
	memo[ll][rr].second = sec;
	return memo[ll][rr];

}
int main() {
#if OPEN
	freopen("in.txt", "r", stdin);
#endif
	int n;cin >> n >> c;
	int power[MAXN];
	int minpos = INF;
	int maxpos = -INF;
	c -= 1;
	for (int i = 0;i<n;i++) {
		cin >> p[i] >> power[i];
		minpos = min(minpos, p[i]);
		maxpos = max(maxpos, p[i]);
	}
	if (n == 1) {
		cout << 0 << endl;
		return 0;
	}
	memset(l, 0, sizeof(l));
	memset(r, 0, sizeof(r));

	for (int i = 0;i<MAXN;i++)
		for (int j = 0;j<MAXN;j++)
			memo[i][j].first = memo[i][j].second = -1;

	int sum = 0;

	for (int i = 0;i<n;i++) {
		sum += power[i];
		l[i + 1] = sum;
	}
	sum = 0;
	for (int i = 0;i<n;i++) {
		sum += power[n - 1 - i];
		r[n + 1 - 1 - i] = sum;
	}
	if (p[c]>minpos) {
		memo[c - 1][c].first = (p[c] - p[c - 1])*(l[c + 1 - 1] + r[c + 1 + 1]);
		memo[c - 1][c].second = INF;
	}
	if (p[c]<maxpos) {
		memo[c][c + 1].second = (p[c + 1] - p[c])*(r[c + 1 + 1] + l[c + 1 - 1]);
		memo[c][c + 1].first = INF;
	}
	int ans = min(dfs(0, n - 1).first, dfs(0, n - 1).second);
	cout << ans << endl;
	return 0;
}

 

<think>好的,我现在要解决用户的问题,他想找洛谷平台上于C语言瓷砖铺设问题的代码解答。首先,我需要明确用户的具体需求。他提到了“洛谷 C语言 瓷砖铺设 题目 解法 代码”,所以需要找到洛谷上的对应题目,并提供C语言的解法。 首先,我应该回忆或者查找洛谷上的相题目。洛谷是一个知名的编程题库平台,题目通常有编号或者具体名称。用户提到的“瓷砖铺设”可能对应多个题目,比如铺瓷砖问题,可能涉及动态规划或者递推方法。比如,用户提供的参考引用中提到递推思想,类似数字三角形的问题,可能题目是要求用某种方式铺瓷砖,计算最大价值或方案数。 接下来,我需要确定题目的具体编号或完整名称。比如,常见的铺瓷砖问题有P1220 路灯,但可能不是。另一个可能是P1002 过河卒,但也不太对。或者可能是更基础的题目,如铺瓷砖问题的变种,比如用1×2的瓷砖铺满2×n的区域,这类问题通常用斐波那契数列递推解决。或者可能是类似于动态规划中的铺砖问题,比如在一个有障碍的网格中用瓷砖覆盖,求方案数。 用户提供的参考内容中提到了递推思想,解法类似于数字三角形,从底层倒推最大值。这可能对应一个类似数字三角形的题目,但结合了瓷砖铺设的情境。例如,每个位置有瓷砖,选择路径使得总和最大,这可能类似于数字三角形问题,但用户需要的是瓷砖铺设的具体问题,可能需要不同的解法。 不过,用户提到参考中的例1是铺瓷砖,而引用中的内容是于递推的算法分析,可能用户需要的是类似数字三角形问题的瓷砖铺设版本。比如,题目可能是在一个二维网格中铺瓷砖,每个瓷砖有一定的价值,求最大总和。或者题目可能是在给定条件下铺瓷砖,计算方案数。 由于用户明确提到洛谷平台,我需要查找洛谷是否有相题目。比如,洛谷题目编号可能为P1008或类似的。或者搜索洛谷题单中的铺瓷砖问题。例如,搜索“洛谷 铺瓷砖 C语言”,可能会找到对应的题目。 假设题目是类似于用1×2的瓷砖铺满2×n的地板,求方案数,这是一个经典的递推问题,递推式为斐波那契数列。比如,当n=1时,1种;n=2时,2种;n=3时,3种,以此类推。这种情况下,C语言的解法可以用递推或递归,但递归效率低,所以通常用递推。 如果题目是这种情况,那么代码的大致思路是初始化一个数组,dp[0]=1,dp[1]=1,然后从2到n,dp[i] = dp[i-1] + dp[i-2]。但需要确认题目具体要求。 但用户提供的参考内容中的算法分析提到从顶层到底层选择路径,这与数字三角形问题类似,可能题目是类似这样的结构,但涉及瓷砖铺设。例如,每个位置有一个瓷砖,可以向左或向右铺,求最大总和。这种情况下,可能需要动态规划解法,从下往上递推。 例如,题目可能类似于:有一个由瓷砖组成的三角形,每块瓷砖有一个数值,从顶部出发,每次只能向下或向右下移动,求到底层的最大路径和。这种情况下,递推公式为a[i][j] += max(a[i+1][j], a[i+1][j+1]),然后a[1][1]就是答案。 但用户的问题是于瓷砖铺设的,可能题目是在某个网格中用特定瓷砖铺,求某种条件下的最大值或方案数。需要更具体的信息,但用户可能无法提供更多细节,所以可能需要根据常见问题推断。 假设题目是求用1×2瓷砖铺满2×n区域的方案数,那么C语言代码可以如下: #include <stdio.h> int main() { int n, i; scanf("%d", &n); int dp[n+1]; dp[0] = 1; dp[1] = 1; for (i = 2; i <= n; i++) { dp[i] = dp[i-1] + dp[i-2]; } printf("%d", dp[n]); return 0; } 但需要确认题目是否为此题。如果题目是其他类型,比如铺m×n的区域,可能需要状态压缩动态规划,但C语言实现可能较复杂。 另外,用户提供的参考中提到递推思想,可能题目与路径选择有,类似数字三角形,但瓷砖可能代表不同的路径价值,需要选择路径使得总和最大。例如,每个瓷砖位置有一个数值,只能向下或向右下走,求最大总和。 这种情况下,代码可能需要读取二维数组,从下往上计算每个位置的最大值。例如: #include <stdio.h> #define MAX 100 int main() { int n, i, j; int a[MAX][MAX]; scanf("%d", &n); for (i = 0; i < n; i++) { for (j = 0; j <= i; j++) { scanf("%d", &a[i][j]); } } for (i = n-2; i >= 0; i--) { for (j = 0; j <= i; j++) { a[i][j] += (a[i+1][j] > a[i+1][j+1]) ? a[i+1][j] : a[i+1][j+1]; } } printf("%d", a[0][0]); return 0; } 但这是数字三角形的解法,可能用户的问题类似,但应用场景是瓷砖铺设。因此,需要明确题目描述。 由于用户提供的参考中的例1是铺瓷砖,而引用中的算法分析是于递推的,可能用户的问题确实是类似数字三角形但以瓷砖铺设的情境呈现。因此,可能正确的解法是上述动态规划方法,但需要根据题目调整变量名或处理方式。 但用户需要的是洛谷上的具体题目解答,所以可能我需要提供该题的正确题号和对应C语言代码。由于我无法直接访问网络,我需要依靠记忆或已知信息。例如,洛谷的P1002过河卒,但那是不同的题目。或者P1057 传球游戏,可能也不是。 或者,可能题目是P1216 [USACO1.5]数字三角形 Number Triangles,这确实使用上述动态规划方法,但题目名称不涉及瓷砖。如果用户混淆了题目名称,可能实际是数字三角形问题,但用户误称为瓷砖铺设。或者存在其他题目。 如果用户的问题确实是铺瓷砖,例如在一个矩形区域中铺瓷砖,求方案数,那么可能需要不同的方法。例如,用状态压缩DP处理铺砖问题,其中每行的状态用二进制表示,然后递推。 例如,POJ 2411 Mondriaan's Dream 是一个经典铺砖问题,求用1×2的砖铺满m×n的矩形的方案数。洛谷可能有类似的题目,比如P2285。 对于这种问题,C语言的代码可能较为复杂,使用状态压缩DP。例如: #include <stdio.h> #include <string.h> long long dp[12][1<<11]; int n, m; void dfs(int i, int j, int state, int next) { if (j == n) { dp[i+1][next] += dp[i][state]; return; } if ((state & (1<<j)) == 0) { dfs(i, j+1, state, next | (1<<j)); // 竖放 if (j < n-1 && (state & (1<<(j+1))) == 0) { dfs(i, j+2, state, next); // 横放 } } else { dfs(i, j+1, state, next); } } int main() { scanf("%d%d", &m, &n); memset(dp, 0, sizeof(dp)); dp[0][0] = 1; for (int i = 0; i < m; i++) { for (int state = 0; state < (1<<n); state++) { if (dp[i][state]) { dfs(i, 0, state, 0); } } } printf("%lld\n", dp[m][0]); return 0; } 但这类问题对于C语言来说可能需要处理位运算和递归,复杂度较高。用户可能需要的是这种类型的代码,但需要确认题目具体要求。 由于用户的问题中提到“瓷砖铺设”,而引用中的例子是递推,可能题目是类似于数字三角形的瓷砖铺设,即每个位置有瓷砖,选择路径使总和最大,那么代码应如数字三角形的解法。或者,用户的问题可能更简单,如铺2×n的瓷砖,用斐波那契递推。 总结来说,用户可能需要两种类型的代码:一种是简单的递推(如斐波那契)解决2×n铺砖,另一种是动态规划解决数字三角形式的瓷砖路径问题。需要进一步分析。 根据用户提供的引用中的算法分析,提到从顶层出发,选择路径的最大值,这与数字三角形问题一致,可能用户的问题实际上是数字三角形问题,但被示例称为铺瓷砖。例如,引用中的例1铺瓷砖可能是一个不同的题目,但用户可能混淆了题目名称。 因此,可能正确的做法是提供数字三角形问题的C语言代码,并解释递推方法。或者,如果确实存在铺瓷砖的类似题目,可能需要调整代码。 但考虑到用户明确要求瓷砖铺设的问题,而洛谷可能有相题目,我需要假设题目是类似于用递推方法解决瓷砖铺设的最大路径和,类似于数字三角形,但题目描述不同。 因此,最终的代码可能类似于数字三角形的解法,但变量名或问题描述调整为瓷砖铺设。例如,每个瓷砖有一个值,从顶层到底层选择路径,求最大和。 综上,我需要给出对应的C语言代码,使用递推方法,从下往上计算每个位置的最大值,并输出结果。同时,提供问题描述和解法分析,确保用户理解。</think>### 洛谷瓷砖铺设问题解法(C语言) #### 题目分析 假设题目为**数字三角形模型的瓷砖铺设问题**:在由瓷砖组成的三角形阵列中,从顶层出发,每次只能向正下方或右下方移动,求经过瓷砖数值之和的最大值[^1]。 #### 算法思路 采用倒推法动态规划: $$a[i][j] = \text{max}(a[i+1][j], a[i+1][j+1]) + a[i][j]$$ 从倒数第二层开始向上递推,最终顶层数值即为最大路径和。 #### C语言代码实现 ```c #include <stdio.h> #define MAX_N 100 int main() { int n; int a[MAX_N][MAX_N]; // 输入数据 scanf("%d", &n); for (int i = 0; i < n; i++) { for (int j = 0; j <= i; j++) { scanf("%d", &a[i][j]); } } // 动态规划递推 for (int i = n-2; i >= 0; i--) { for (int j = 0; j <= i; j++) { a[i][j] += (a[i+1][j] > a[i+1][j+1]) ? a[i+1][j] : a[i+1][j+1]; } } // 输出结果 printf("%d", a[0][0]); return 0; } ``` #### 代码说明 1. **输入处理**:读取层数`n`和每层瓷砖数值 2. **倒序递推**:从倒数第二层开始,每个位置累加下方两条路径的较大值 3. **结果输出**:最终顶层数值即为所求最大值 #### 测试样例 输入: ``` 5 7 3 8 8 1 0 2 7 4 4 4 5 2 6 5 ``` 输出: ``` 30 ```
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