dp 29 过河

本文介绍了一个经典的动态规划问题——青蛙过河最少踩石子数的解决方案。通过优化算法,避免了传统方法的时间复杂度过高的问题,实现了高效求解。

前言

既然出不去,那只能宅着追题了。或者追 哈工大的计组,150多集呢?够看了!
希望早点结束,我想跳绳了。

dp 29 过河

题目描述

在河上有一座独木桥,一只青蛙想沿着独木桥从河的一侧跳到另一侧。在桥上有一些石子,青蛙很讨厌踩在这些石子上。由于桥的长度和青蛙一次跳过的距离都是正整数,我们可以把独木桥上青蛙可能到达的点看成数轴上的一串整点:0,1,……,L(其中L是桥的长度)。坐标为0的点表示桥的起点,坐标为L的点表示桥的终点。青蛙从桥的起点开始,不停的向终点方向跳跃。一次跳跃的距离是S到T之间的任意正整数(包括S,T)。当青蛙跳到或跳过坐标为L的点时,就算青蛙已经跳出了独木桥。

题目给出独木桥的长度L,青蛙跳跃的距离范围S,T,桥上石子的位置。你的任务是确定青蛙要想过河,最少需要踩到的石子数。

数据范围:

1 ≤ L ≤ 1 0 9 , 1 ≤ S ≤ T ≤ 10 , 1 ≤ M ≤ 100 1\le L \le 10^9 , 1 \le S \le T \le 10 ,1\le M \le 100 1L1091ST101M100

思路分析

此题如果直接进行枚举,

也就是定义dp[ i ] 为 到达第i个点必须经过的最小石子数。然后再从1 开始进行枚举到L。那么就是10^9 * 10 = 10^10.会超时。

这个时候就需要去观察原问题,寻求降低问题复杂度的方法。

注意到M的点数最多只有100个。

那么任意两个M之间,之间的距离可能达到10^7。

我们是没有必要去对这中间的所有情况都进行枚举的。

考虑如下情况。

两个石子之间距离dis,如果距离小于了一次可跳跃的最长距离T,那么此时不能省略这部分距离。

因为可能从前一个石头前面或者后面跳到当前的位置。如果省略了会导致取不到最优解。

当两个石子之间的距离大于1次可跳跃的最长距离T,即如下情况,假设第一个点在0的位置,第二个点在j的位置

0…s…t…j。 t <= j < 2t。对于所有能到j的点,即 j - [s,t] = [j-t, j-s]

0 <= j - t < t, t-s<= j-s < 2t-s。

而中间的这些点位并不存在 石子。不会影响最后的结果。

如此递推,2,3,4,5…n 都不会影响。因此可以直接mod T。

但是modT后需要再加上T,因为如果 j = n*t.。那么mod T后的结果就是0。会和上一个石子冲突。

最后我们再把最后的结果点位放进去判断最后的那个石子的长度。

dp,idx数组开到2000就够了。10*100

上述思路实现的代码如下:

#include<stdio.h>
#include<algorithm>
#include<string.h>
using namespace std;
int dp[2005];
int idx[2006];
int stone[105];
#define inf 0x7f7f7f7f

int main() {
    int L;
    int S, T, M;
    scanf("%d", &L);
    scanf("%d%d%d", &S, &T, &M);
    for (int i = 1; i <= M; i++) {
        scanf("%d", &stone[i]);
    }

    // 去除到无意义的点位
    sort(stone + 1, stone + 1 + M);
    stone[++M] = L;
    int l = 0;
    for (int i = 1; i <= M; i++) {
        int dis = stone[i] - stone[i - 1];
        if (dis > T) {
            l += dis % T + T;
        } else {
            l += dis;
        }
        idx[l] = 1;
    }


    // 枚举dp[i] 到底第i点必须跳过的最少石子数
    int Length = l + T;// 因为可以从 [S,T] 的范围跳 还能跳过去 所以得把跳过去的也算上

    memset(dp, inf, sizeof(dp));
    dp[0] = 0;
    for (int i = 1; i < Length; i++) {
        for (int j = S; j <= T; j++) {
            if (i >= j)
                dp[i] = min(dp[i], dp[i - j] + idx[i - j]);
        }
    }

    // 在成功跳过去的点位里面找最小的那个
    int result = 1e9;
    for (int i = l; i < Length; i++) {
        result = min(result, dp[i]);
    }
    printf("%d\n", result);
    return 0;
}
### 青蛙过河问题的算法设计与实现 青蛙过河问题是经典的动态规划和广度优先搜索(BFS)应用之一。以下是基于不同场景下的解决方案。 #### 单只青蛙过河 对于单只青蛙过河的情况,通常涉及寻找最优路径使得最大跳跃距离最小化。此问题可以通过动态规划解决: 1. **状态定义**: 定义 `dp[j]` 表示到达第 j 块石头所需的最小代价。 2. **转移方程**: 对于每一块石头 i 和其后续石头 j, 更新 dp[j]: \[ dp[j] = \min(dp[j], \max(dp[i], |stones[i]-stones[j]|)) \] 3. **初始化**: 设置初始值为无穷大,起点设为零。 4. **结果返回**: 返回最后一块石头对应的 dp 值作为最终答案[^5]。 ```python def maxJump(stones): n = len(stones) dp = [float('inf')] * n dp[0] = 0 for i in range(n): for j in range(i+1, n): jump_length = abs(stones[i] - stones[j]) if dp[i] < float('inf'): dp[j] = min(dp[j], max(dp[i], jump_length)) return dp[-1] # 测试用例 print(maxJump([0, 2, 5, 6, 7])) ``` #### 多只青蛙互不干扰情况 当多只青蛙需要通过同一系列石块而无相互影响时,可视为多个独立的单只青蛙问题并行求解[^1]。 #### 双向青蛙交互模型 针对双向移动且存在跳越规则的情形,则需采用回溯加剪枝的方法来探索所有合法走法组合,并记录最短总步数: - 使用递归来模拟每一时刻的状态变化; - 利用集合存储已访问过的局面避免重复计算; - 终止条件为目标位置全部占据完成; 具体代码如下所示[^2]: ```python from collections import deque def frogs_move(start_state, end_state): visited = set() queue = deque([(start_state, "")]) while queue: current, path = queue.popleft() if current == end_state: return path if current not in visited: visited.add(current) moves = generate_legal_moves(current) for move in moves: next_pos = apply_move(move, current) queue.append((next_pos, path + str(move))) return None def generate_legal_moves(state): # 实现逻辑生成下一步可行动作列表 pass def apply_move(move, state): # 应用某个特定动作更新当前状态 pass ``` 上述伪代码框架提供了基本思路,实际开发还需补充细节函数如generate_legal_moves()以及apply_move()等辅助功能模块。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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