[DP][DFS]关路灯

题目描述
某一村庄在一条路线上安装了n盏路灯,每盏灯的功率有大有小(即同一段时间内消耗的电量有多有少)。老张就住在这条路中间某一路灯旁,他有一项工作就是每天早上天亮时一盏一盏地关掉这些路灯。
为了给村里节省电费,老张记录下了每盏路灯的位置和功率,他每次关灯时也都是尽快地去关,但是老张不知道怎样去关灯才能够最节省电。他每天都是在天亮时首先关掉自己所处位置的路灯,然后可以向左也可以向右去关灯。开始他以为先算一下左边路灯的总功率再算一下右边路灯的总功率,然后选择先关掉功率大的一边,再回过头来关掉另一边的路灯,而事实并非如此,因为在关的过程中适当地调头有可能会更省一些。
现在已知老张走的速度为1m/s,每个路灯的位置(是一个整数,即距路线起点的距离,单位:m)、功率(W),老张关灯所用的时间很短而可以忽略不计。
请你为老张编一程序来安排关灯的顺序,使从老张开始关灯时刻算起所有灯消耗电最少(灯关掉后便不再消耗电了)。

输入输出格式
输入格式:
文件第一行是两个数字n(1<=n<=50,表示路灯的总数)和c(1<=c<=n老张所处位置的路灯号);
接下来n行,每行两个数据,表示第1盏到第n盏路灯的位置和功率。数据保证路灯位置单调递增。

输出格式:
一个数据,即最少的功耗(单位:J,1J=1W·s)。

输入输出样例
输入样例
5 3
2 10
3 20
5 20
6 30
8 10
输出样例
270

分析
这题有点奇妙
我一开始想的是记录两个个左右路灯,一个当前路灯,然后用记忆化搜索找出最佳答案,然后fi,j表示第i次灭第j盏灯的之前所关的灯累计功率之和的最小值
然后用这个剪枝
结果最后自己并没有发现有一些微妙的情况会导致这个出错(例如先去选离得远的功率小的电灯)WA了一个点
然后思路转了一下,发现为什么我只计算之前关灯的功率和呢?为什么不算总功率和呢?于是就把所有灯的功率记录下来,每灭一个灯就减去一个功率,然后就ojbk了

#include <iostream>
#include <cstdio>
#define rep(i,a,b) for (i=a;i<=b;i++)
using namespace std;
int n,e;
struct light
{
    int p,w;
}a[51];
int f[51][51];
int abs(int x)
{
    return x<0?-x:x;
}
void dfs(int s,int l,int r,int dep,int w,int tw)
{
    if (f[dep][s]<w) return;
    f[dep][s]=w;
    if (dep==n) return;
    if (l!=0) dfs(l,l-1,r,dep+1,w+abs(a[s].p-a[l].p)*tw,tw-a[l].w);
    if (r!=n+1) dfs(r,l,r+1,dep+1,w+abs(a[s].p-a[r].p)*tw,tw-a[r].w);
}
int main()
{
    scanf("%d%d",&n,&e);
    int i,j,mi=2147483647,q=0;
    rep(i,1,n)
    {
        scanf("%d%d",&a[i].p,&a[i].w);
        q+=a[i].w;
    }
    rep(i,1,n)
    rep(j,1,n)
    f[i][j]=2147483647;
    dfs(e,e-1,e+1,1,0,q-a[e].w);
    rep(i,1,n)
    mi=min(mi,f[n][i]);
    printf("%d",mi);
}
# P1220 路灯 ## 题目描述 某一村庄在一条路线上安装了 $n$ 盏路灯,每盏灯的功率有大有小(即同一段时间内消耗的电量有多有少)。老张就住在这条路中间某一路灯旁,他有一项工作就是每天早上天亮时一盏一盏地掉这些路灯。 为了给村里节省电费,老张记录下了每盏路灯的位置和功率,他每次灯时也都是尽快地去,但是老张不知道怎样去灯才能够最节省电。他每天都是在天亮时首先掉自己所处位置的路灯,然后可以向左也可以向右去灯。开始他以为先算一下左边路灯的总功率再算一下右边路灯的总功率,然后选择先掉功率大的一边,再回过头来掉另一边的路灯,而事实并非如此,因为在的过程中适当地调头有可能会更省一些。 现在已知老张走的速度为 $1m/s$,每个路灯的位置(是一个整数,即距路线起点的距离,单位:$m$)、功率($W$),老张灯所用的时间很短而可以忽略不计。 请你为老张编一程序来安排灯的顺序,使从老张开始灯时刻算起所有灯消耗电最少(灯掉后便不再消耗电了)。 ## 输入格式 第一行是两个数字 $n$(表示路灯的总数)和 $c$(老张所处位置的路灯号); 接下来 $n$ 行,每行两个数据,表示第 $1$ 盏到第 $n$ 盏路灯的位置和功率。数据保证路灯位置单调递增。 ## 输出格式 一个数据,即最少的功耗(单位:$J$,$1J=1W\times s$)。 ## 输入输出样例 #1 ### 输入 #1 ``` 5 3 2 10 3 20 5 20 6 30 8 10 ``` ### 输出 #1 ``` 270 ``` ## 说明/提示 ### 样例解释 此时灯顺序为 `3 4 2 1 5`。 ### 数据范围 $1\le n\le50$,$1\le c\le n$,$1\le W_i \le 100$。 我的代码如下,我只想得部分分 #include <bits/stdc++.h> using namespace std; const int N = 50 + 5; int tot, ans; int n, c; // n : 路灯的总数, c : 老张所处位置的路灯号 bool v[N]; struct node { int p, w; }; vector<node> a(N + 1); bool check() { for (int i = 1; i <= n; i ++) { if (v[i]) continue; return false; } return true; } void dfs(int id, int sec) { if (check()) { ans = min(ans, tot); return; } for (int i = 1; i <= n; i ++) { if (v[i]) continue; tot += a[i].w * sec; } // ← v[id - 1] = true; dfs (id - 1, sec); v[id - 1] = false; // → v[id + 1] = true; dfs (id + 1, sec); v[id + 1] = false; } int main() { ios::sync_with_stdio(false); cin.tie(0); cin >> n >> c; for (int i = 1; i <= n; i ++) { int p, w; cin >> p >> w; // p : 位置, w : 功率 a[i] = {p, w}; } dfs (c, 0, 0); return 0; }
08-10
根据原作 https://pan.quark.cn/s/0ed355622f0f 的源码改编 野火IM解决方案 野火IM是专业级即时通讯和实时音视频整体解决方案,由北京野火无限网络科技有限公司维护和支持。 主要特性有:私有部署安全可靠,性能强大,功能齐全,全平台支持,开源率高,部署运维简单,二次开发友好,方便与第三方系统对接或者嵌入现有系统中。 详细情况请参考在线文档。 主要包括一下项目: 野火IM Vue Electron Demo,演示如何将野火IM的能力集成到Vue Electron项目。 前置说明 本项目所使用的是需要付费的,价格请参考费用详情 支持试用,具体请看试用说明 本项目默认只能连接到官方服务,购买或申请试用之后,替换,即可连到自行部署的服务 分支说明 :基于开发,是未来的开发重心 :基于开发,进入维护模式,不再开发新功能,鉴于已经终止支持且不再维护,建议客户升级到版本 环境依赖 mac系统 最新版本的Xcode nodejs v18.19.0 npm v10.2.3 python 2.7.x git npm install -g node-gyp@8.3.0 windows系统 nodejs v18.19.0 python 2.7.x git npm 6.14.15 npm install --global --vs2019 --production windows-build-tools 本步安装windows开发环境的安装内容较多,如果网络情况不好可能需要等较长时间,选择早上网络较好时安装是个好的选择 或参考手动安装 windows-build-tools进行安装 npm install -g node-gyp@8.3.0 linux系统 nodej...
深度优先搜索(Depth-First Search,简称DFS)是一种用于遍历或搜索树或图的算法。该算法会尽可能深地搜索图的分支,直到找到目标节点或达到叶节点(没有子节点的节点),然后回溯到上一个分支继续搜索。它沿着树的深度遍历树的节点,当节点v的所在边都已被探寻过或者在搜寻时结点不满足条件,搜索将回溯到发现节点v的那条边的起始节点,整个进程反复进行直到所有节点都被访问为止。DFS属于盲目搜索,最糟糕的情况算法时间复杂度为O(!n)。DFS可用于许多问题,比如路径寻找、连通性验证、拓扑排序、计算无向图的连通区域数量、求二叉树的最大深度等 [^1][^2][^4]。 动态规划(Dynamic Programming,简称DP)是一种通过把原问题分解为相对简单的子问题,并保存子问题的解来避免重复计算,从而解决复杂问题的方法。动态规划通常用于求解具有最优子结构和重叠子问题性质的问题。例如在入门版中常从斐波那契数列、跳台阶问题入手讲解动态规划 [^2]。 二者的区别在于:深度优先搜索是一种搜索算法,主要用于遍历或搜索树、图等数据结构,采用的是回溯的策略,是一种盲目搜索,在最坏情况下时间复杂度较高;而动态规划是一种算法设计策略,用于解决优化问题,通过保存子问题的解来避免重复计算,提高算法效率。 以下是深度优先搜索计算无向图连通分量的C++代码示例: ```cpp #include <iostream> #include <vector> #include <unordered_set> using namespace std; void dfs(vector<vector<int>>& graph, int node, unordered_set<int>& visited) { if (visited.count(node)) return; visited.insert(node); for (int neighbor : graph[node]) { dfs(graph, neighbor, visited); } } int countComponents(vector<vector<int>>& graph) { unordered_set<int> visited; int count = 0; for (int i = 0; i < graph.size(); ++i) { if (!visited.count(i)) { dfs(graph, i, visited); count++; } } return count; } ```
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