洛谷P2761

本文介绍了一种使用状态压缩结合最短路径算法解决软件更新问题的方法。通过将补丁视为边,错误视为点,并利用二进制状态压缩技巧,实现了一个具体的算法流程。该算法采用位运算进行状态更新,利用SPFA算法寻找从初始状态到目标状态的最短路径。

题目标签写着网络流,但是好像跟网络流啥关系也没有哇qwq….
这里写图片描述
关键要看出补丁可抽象为边,错误的各种情况是点,而且错误种类很少,所以可以用二进制状态压缩…
这里写图片描述

然后关键点就是位运算了....这个一定要想清楚...状态用stand表示,软件必须包含b1,那么就是
stand&b1必须为b1,不能包含b2,那么就是b2&~stand必须等于b2,然后修复问题就是stand&(~f1)
,带来问题就是stand|f2    ,所有的点就是从0到(1<<n)-1,起点(1<<n)-1设为0,其余为无穷大,
对每个点将所有的边拿出来比较,看能否松弛。跑完SPFA以后如果终点0还是无穷大就输出0,
否则输出距离(时间)。
#include<cstdio>
#include<iostream>
#include<algorithm>
#include<vector>
#include<queue>
#include<cstring>
#include<string>
using namespace std;
int dis[1<<21],T[105],b1[105],b2[105],f1[105],f2[105];
bool inque[1<<21];
int main()
{
    int n,m,i,j,k;string str1,str2;
    cin>>n>>m;memset(dis,0x7f,sizeof(dis));
    for(i=1;i<=m;i++){
        cin>>T[i]>>str1>>str2;
        for(j=0;j<str1.size();j++)
            if(str1[j]=='+')
                b1[i]|=(1<<(j));//注意第一位时不用位移(位移为0)
            else if(str1[j]=='-')
                b2[i]|=(1<<(j));
        for(j=0;j<str2.size();j++)
            if(str2[j]=='-')
                f1[i]|=(1<<(j));
            else if(str2[j]=='+')
                f2[i]|=(1<<(j));
    }
    dis[(1<<n)-1]=0;
    queue<int>que;que.push((1<<n)-1);
    while(!que.empty()){
        int t=que.front();que.pop();inque[t]=false;
        for(i=1;i<=m;i++){
            if((t&b1[i])!=b1[i])continue;
            if((~t&b2[i])!=b2[i])continue;
            int q=(t&~f1[i])|f2[i];
            if(dis[q]>dis[t]+T[i]){
                dis[q]=dis[t]+T[i];
                if(!inque[q]){
                    que.push(q);inque[q]=true;
                }
            }

        }
    }
    if(dis[0]==0x7f7f7f7f)cout<<0<<endl;
    else cout<<dis[0]<<endl;

    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
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