hdu - 4296 - Buildings

题意:一个高级建筑师,设计一幢叠加式的楼,先建好每一层,每层有各自的重量w和抗压能力s,各层的PDV = 其上面所有楼层的重量和 - 该楼层的抗压能力,整幢楼的PDV为各楼层PDV的最大值,问各种不同的楼层叠加方式中这个PDV的最小可为多少。

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=4296

——>>开始时用的贪心策略是:w小的放上面,w 相等时,s小的放上面,结果WA了。后来才知道,贪心策略应是w+s小的放上面。

设sum为所有楼层的w之和,那么,对于最下面的楼层b,其PDV = sum - f[b].w - f[b].s = sum - (f[b].w + f[b].s);要使这层最小,那么 f[b].w + f[b].s应尽量大,对于从下面数上去的第二层,策略也是一样的……

#include <cstdio>
#include <algorithm>

using namespace std;

const int maxn = 100000 + 10;
struct node
{
    int w;
    int s;
    bool operator < (const node& e) const
    {
        return w + s < e.w + e.s;
    }
}f[maxn];

int main()
{
    int N, i;
    while(~scanf("%d", &N))
    {
        for(i = 1; i <= N; i++) scanf("%d%d", &f[i].w, &f[i].s);
        sort(f+1, f+N+1);
        long long PDV = -1, temp, sum_w = 0;
        f[0].w = 0;
        for(i = 1; i <= N; i++)
        {
            sum_w += f[i-1].w;
            temp = (sum_w-f[i].s) < 0 ? 0 : (sum_w-f[i].s);
            PDV = max(PDV, temp);
        }
        printf("%I64d\n", PDV);
    }
    return 0;
}


HDU-3480 是一个典型的动态规划问题,其题目标题通常为 *Division*,主要涉及二维费用背包问题或优化后的动态规划策略。题目大意是:给定一个整数数组,将其划分为若干个连续的子集,每个子集最多包含 $ m $ 个元素,并且每个子集的最大值与最小值之差不能超过给定的阈值 $ t $,目标是使所有子集的划分代价总和最小。每个子集的代价是该子集最大值与最小值的差值。 ### 动态规划思路 设 $ dp[i] $ 表示前 $ i $ 个元素的最小代价。状态转移方程如下: $$ dp[i] = \min_{j=0}^{i-1} \left( dp[j] + cost(j+1, i) \right) $$ 其中 $ cost(j+1, i) $ 表示从第 $ j+1 $ 到第 $ i $ 个元素构成一个子集的代价,即 $ \max(a[j+1..i]) - \min(a[j+1..i]) $。 为了高效计算 $ cost(j+1, i) $,可以使用滑动窗口或单调队列等数据结构来维护区间最大值与最小值,从而将时间复杂度优化到可接受的范围。 ### 示例代码 以下是一个简化版本的动态规划实现,使用暴力方式计算区间代价,适用于理解问题结构: ```cpp #include <bits/stdc++.h> using namespace std; const int INF = 0x3f3f3f3f; const int MAXN = 10010; int a[MAXN]; int dp[MAXN]; int main() { int T, n, m; cin >> T; for (int Case = 1; Case <= T; ++Case) { cin >> n >> m; for (int i = 1; i <= n; ++i) cin >> a[i]; dp[0] = 0; for (int i = 1; i <= n; ++i) { dp[i] = INF; int mn = a[i], mx = a[i]; for (int j = i; j >= max(1, i - m + 1); --j) { mn = min(mn, a[j]); mx = max(mx, a[j]); if (mx - mn <= T) { dp[i] = min(dp[i], dp[j - 1] + mx - mn); } } } cout << "Case " << Case << ": " << dp[n] << endl; } return 0; } ``` ### 优化策略 - **单调队列**:可以使用两个单调队列分别维护当前窗口的最大值与最小值,从而将区间代价计算的时间复杂度从 $ O(n^2) $ 降低到 $ O(n) $。 - **斜率优化**:若问题满足特定的决策单调性,可以考虑使用斜率优化技巧进一步加速状态转移过程。 ### 时间复杂度分析 原始暴力解法的时间复杂度为 $ O(n^2) $,在 $ n \leq 10^4 $ 的情况下可能勉强通过。通过单调队列优化后,可以稳定运行于 $ O(n) $ 或 $ O(n \log n) $。 ### 应用场景 HDU-3480 的问题模型可以应用于资源调度、任务划分等场景,尤其适用于需要控制子集内部差异的问题,如图像分块压缩、数据分段处理等[^1]。 ---
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