Codeforces 1201D Treasure Hunting 动态规划

博客介绍了如何解决Codeforces Round #577 (Div. 2)中1201D题目的Treasure Hunting问题。通过动态规划策略,定义dp[i][0]和dp[i][1]分别表示到达第i行最左边和最右边的最小步数。状态转移涉及到在第i行和第i+1行之间,利用二分查找找到合适的列进行上升,并枚举两种路径(先最右后最左或先最左后最右)来更新步数。

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

传送门

思路: dp[i][0]代表由原点到达第i行最左边(y坐标最小)所需要的最小步数, dp[i][1]代表由远点到达第i行最右边(y坐标最大)所需要的最小步数. 第i行如何往第i+1行进行状态转移呢? 这里拿从第i行最左边出发为例.例如dp[i][0]所对应的位置的纵坐标为x,那么从i上到i+1只需要走最大的且<x的可以上升的列,或走最小的且>=x的可以上升的列,这里可以通过二分进行查找.上到第i+1行之后,再枚举先走到最右再走到最左(dp[i+1][0])和先走到最左再走到最右(dp[i+1][1])的最小步数即可. 从最右边出发同理.

#include <algorithm>
#include <iostream>
#include <cstdlib>
#include <cstring>
#include <cstdio>
#include <string>
#include <queue>
#include <cmath>
#include <stack>
#include <time.h>
#include <map>
#include <set>
#define mem(a,x) memset(a,x,sizeof(a))
#define gi(x) scanf("%d",&x)
#define gi2(x,y) scanf("%d%d",&x,&y)
#define gi3(x,y,z) scanf("%d%d%d",&x,&y,&z)
#define gll(x) scanf("%lld",&x)
#define gll2(x,y) scanf("%lld%lld",&x,&y)
#define random(x) (rand()%x)
using namespace std;
const double eps=1e-8; 
typedef long long ll;
const int MAXN=200005;
const ll mod=1e9+7;
const ll inf=1000000000000000LL;
int b[MAXN];
int n,m,k,q;
int minn[MAXN],maxn[MAXN];
vector<int>r[3];
ll dp[MAXN][2];
ll judge(int id, int minn, int maxn,int flag,int bef){
	if(id<1||id>q)return inf;
	int x=b[id];
	int ans=0;
	if(flag==0)//停留在minn
		ans=abs(maxn-x)+maxn-minn;
	else//停留在maxn
		ans=abs(minn-x)+maxn-minn;
	return ans+abs(b[id]-bef);
}
int main(){
	
	scanf("%d%d%d%d",&n,&m,&k,&q);
	mem(minn,0x3f);
	mem(maxn,0);
	int maxx=0;
	for(int i=1;i<=k;i++){
		int r,c;
		gi2(r,c);
		minn[r]=min(minn[r],c);
		maxn[r]=max(maxn[r],c);
		maxx=max(r,maxx);
	}
	for(int i=1;i<=q;i++){
		gi(b[i]);
	}
	sort(b+1,b+q+1);
	if(maxn[1]==0){
		r[0].push_back(1);
		r[1].push_back(1);
		r[2].push_back(1);
		dp[0][0]=dp[0][1]=0;
	}
	else{
		r[0].push_back(1);
		r[1].push_back(maxn[1]);
		r[2].push_back(maxn[1]);
		dp[0][0]=dp[0][1]=maxn[1]-1;
	}
	for(int i=1;i<=maxx;i++){
		if(maxn[i]!=0&&i!=1){
			r[0].push_back(i);
			r[1].push_back(minn[i]);
			r[2].push_back(maxn[i]);
		}
		dp[i][0]=dp[i][1]=inf;
	}
	ll ans=0;
	for(int i=0;i<r[0].size()-1;i++){
		int mi_down=r[1][i],mx_down=r[2][i];
		int mi_up=r[1][i+1],mx_up=r[2][i+1];
		
		ans+=-r[0][i]+r[0][i+1];
		int sr=lower_bound(b+1, b+q+1, mi_down)-b;
		//由第i行的最左边出发,并通过>=其纵坐标的最小的可以上升的列
		dp[i+1][0]=min(dp[i+1][0],judge(sr, mi_up, mx_up, 0,mi_down)+dp[i][0]);
		dp[i+1][1]=min(dp[i+1][1],judge(sr, mi_up, mx_up, 1,mi_down)+dp[i][0]);

		//由第i行的最左边出发,并通过<其纵坐标的最大的可以上升的列
		dp[i+1][0]=min(dp[i+1][0],judge(sr-1, mi_up, mx_up, 0,mi_down)+dp[i][0]);
		dp[i+1][1]=min(dp[i+1][1],judge(sr-1, mi_up, mx_up, 1,mi_down)+dp[i][0]);
		
		//由第i行的最右边出发,并通过>=其纵坐标的最小的可以上升的列
		sr=lower_bound(b+1, b+1+q, mx_down)-b;
		dp[i+1][0]=min(dp[i+1][0],judge(sr, mi_up, mx_up, 0,mx_down)+dp[i][1]);
		dp[i+1][1]=min(dp[i+1][1],judge(sr, mi_up, mx_up, 1,mx_down)+dp[i][1]);
		
                //由第i行的最右边出发,并通过<其纵坐标的最大的可以上升的列
		dp[i+1][0]=min(dp[i+1][0],judge(sr-1, mi_up, mx_up, 0,mx_down)+dp[i][1]);
		dp[i+1][1]=min(dp[i+1][1],judge(sr-1, mi_up, mx_up, 1,mx_down)+dp[i][1]);
	}
	
	printf("%lld\n",ans+min(dp[r[0].size()-1][0],dp[r[0].size()-1][1]));
	
	return 0;
}

 

### 关于Codeforces平台上的动态规划问题 在Codeforces这样的编程竞赛平台上,动态规划(Dynamic Programming, DP)是一类非常重要的算法技术。这类题目通常涉及优化子结构和重叠子问题两个特性。 #### 动态规划示例解析 考虑一个典型的DP问题,在给定条件下求解最优方案的数量或具体路径等问题。例如,在某些情况下,可能需要计算达到特定状态所需的最少步数或是最大收益等[^1]。 对于具体的例子而言,假设有一个序列`a[]`,目标是从左到右遍历此序列并决定是否选取当前元素加入集合中,最终目的是让所选元素之和尽可能大而不超过某个上限值M。这个问题可以通过定义二维数组dp[i][j]表示从前i个物品里挑选若干件放入容量为j的背包可以获得的最大价值来建模: - 如果不取第i项,则`dp[i][j]=dp[i−1][j]`; - 若选择第i项且其重量w不超过剩余空间j,则更新为`max(dp[i−1][j], dp[i−1][j-w]+v)`其中v代表该项的价值; 最后的结果保存在`dp[n][m]`处(n为总项目数量,m为目标体积)[^2]。 ```cpp #include <iostream> using namespace std; const int N = 1e3 + 5; int w[N]; // weights of items int v[N]; // values of items long long f[N][N]; void knapsack(int n, int m){ for (int i = 1; i <= n; ++i) { for (int j = 0; j <= m; ++j) { f[i][j] = f[i - 1][j]; if(j >= w[i]) f[i][j] = max(f[i][j],f[i - 1][j - w[i]] + v[i]); } } } ``` 上述代码展示了如何利用记忆化搜索的方式实现简单的0/1背包问题解决方案,这同样适用于其他形式更复杂的动态规划挑战。
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