Codeforces 677D Vanya and Treasure BFS+DP (分段)

本文介绍了一种求解特定地图上按顺序收集所有钥匙的最小花费问题的算法。通过使用动态规划的方法,结合广度优先搜索优化大数量级的点对之间的状态转移,实现了高效的解决方案。

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


题意:n*m地图,保证至少有一个点为a[i][j]=x (x=[1..p]),两点花费为其曼哈顿距离.
n,m<=300,p<=n*m,问从(1,1)出发,按顺序拿到钥匙(1..p)时的最小花费?

设f[i][j] 从起点到(i,j)(1-a[i][j]已经拿完)的最小花费.
相邻两组数量都很大时,转移最坏情况O((nm)^2)
cnt[x]*cnt[x+1]>=n*m,最多sqrt对,bfs暴力更新
sum(cnt[x]*cnt[x+1]<n*m) 总对数<=n*m*sqrt(nm). 

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef pair<int,int> ii;
typedef pair<int,ii> pii;
const int inf=0x3f3f3f3f;
const int N=3e2+20;
vector<ii> v[N*N];
int n,m,p,a[N][N],f[N][N];
int dis(int x,int y,int a,int b)
{
	return abs(x-a)+abs(y-b);
}
int *ans;
void init()
{
	for(int i=0;i<=n*m;i++)
		v[i].clear();
	memset(f,inf,sizeof(f));
	for(int i=1;i<=n;i++)
	{
		for(int j=1;j<=m;j++)
		{
			scanf("%d",&a[i][j]),v[a[i][j]].push_back(ii(i,j));
			if(a[i][j]==1)
				f[i][j]=dis(1,1,i,j);
			if(a[i][j]==p)
				ans=&f[i][j];
		}
	}
}
queue<ii> q;
int dx[]={-1,1,0,0},w[N][N];
int dy[]={0,0,-1,1};
void bfs(int dep)
{
	memset(w,inf,sizeof(w));
	for(int i=0;i<v[dep].size();i++)
	{
		int x=v[dep][i].first,y=v[dep][i].second;
		q.push(v[dep][i]);
		w[x][y]=f[x][y];
	}
	while(!q.empty())
	{
		ii t=q.front();
		q.pop();
		int x=t.first,y=t.second,dis=w[x][y];
		for(int i=0;i<4;i++)
		{
			int c=x+dx[i],d=y+dy[i];
			if(c>=1&&c<=n&&d>=1&&d<=m)
			{
				if(w[c][d]>dis+1)
				{
					w[c][d]=dis+1;
					if(a[c][d]==dep+1)
						f[c][d]=dis+1;
					q.push(ii(c,d));
				}
			}
		}
	}
}
void solve()
{	
	for(int k=2;k<=p;k++)
	{
		if(v[k-1].size()*v[k].size()<n*m)
		{	 
			for(int i=0;i<v[k-1].size();i++)
			{
				for(int j=0;j<v[k].size();j++)
				{
					int x=v[k][j].first,y=v[k][j].second;
					int c=v[k-1][i].first,d=v[k-1][i].second;
					f[x][y]=min(f[x][y],f[c][d]+dis(x,y,c,d));
				}
			}
		}
		else
			bfs(k-1);
	}
	printf("%d\n",*ans);
}
int main()
{
	while(cin>>n>>m>>p)
	{
		init();
		solve();
	}	
	return 0;	
} 


proof:
a+b>=2sqrt(ab)
2mn=2*sum(cnt[x]) >=((cnt[1]+cnt[2])+(cnt[2]+cnt[3])...)>=2sqrt(cnt[i]*cnt[i+1])(i=1..p-1)
cnt[i]*c[i+1]>=mn的,最多sqrt(mn)对

proof

cnt[x]*cnt[x+1]<n*m  min(cnt[x],cnt[x+1])*max(cnt[x]*cnt[x+1]) <n*m
得 min(cnt[x],cnt[x+1])<sqrt(nm)
sum(cnt[x]*cnt[x+1])<=sqrt(nm)*(max(cnt[x],cnt[x+1])+max(cnt[x+1],cnt[x+2])...)

sum(cnt[x]*cnt[x+1])<=sqrt(nm)*nm



当前提供的引用内容并未提及关于Codeforces比赛M1的具体时间安排[^1]。然而,通常情况下,Codeforces的比赛时间会在其官方网站上提前公布,并提供基于不同时区的转换工具以便参赛者了解具体开赛时刻。 对于Codeforces上的赛事而言,如果一场名为M1的比赛被计划举行,则它的原始时间一般按照UTC(协调世界时)设定。为了得知该场比赛在UTC+8时区的确切开始时间,可以遵循以下逻辑: - 前往Codeforces官网并定位至对应比赛页面。 - 查看比赛所标注的标准UTC起始时间。 - 将此标准时间加上8小时来获取对应的北京时间(即UTC+8)。 由于目前缺乏具体的官方公告链接或者确切日期作为依据,无法直接给出Codeforces M1比赛于UTC+8下的实际发生时段。建议定期访问Codeforces平台查看最新动态更新以及确认最终版程表信息。 ```python from datetime import timedelta, datetime def convert_utc_to_bj(utc_time_str): utc_format = "%Y-%m-%dT%H:%M:%SZ" bj_offset = timedelta(hours=8) try: # 解析UTC时间为datetime对象 utc_datetime = datetime.strptime(utc_time_str, utc_format) # 转换为北京时区时间 beijing_time = utc_datetime + bj_offset return beijing_time.strftime("%Y-%m-%d %H:%M:%S") except ValueError as e: return f"错误:{e}" # 示例输入假设某场Codeforces比赛定于特定UTC时间 example_utc_start = "2024-12-05T17:35:00Z" converted_time = convert_utc_to_bj(example_utc_start) print(f"Codeforces比赛在北京时间下将是:{converted_time}") ```
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