【51nod】3111 小明爱拦截

本文介绍了一种导弹拦截问题的算法实现,通过求解最长不上升子序列转换为最长不下降子序列问题来解决。利用贪心策略和二分查找技巧进行高效计算,并提供了完整的C++代码示例。

小明爱拦截

Link


在这里插入图片描述

解题思路

导弹拦截的一半操作,求最长不上升子序列。
每个数取负,当成最长不下降子序列来做。
贪心把每个数塞入序列中,二分找位置或加入尾部、答案 + + ++ ++

code

#include<algorithm>
#include<iostream>
#include<cstdio>
using namespace std;

int n,ans,t;
int a[100010];

int main()
{
	cin>>n>>t;
	a[++ans]=-t;
	for(int i=2;i<=n;i++)
	{
		scanf("%d",&t);
		if(-t>=a[ans])
			a[++ans]=-t;
		else
			a[upper_bound(a+1,a+ans+1,-t)-a]=-t;
	}
	cout<<ans<<endl;
}
### Floyd算法的快速幂优化变种 Floyd-Warshall算法是一种经典的动态规划算法,用于计算图中所有节点对之间的最短路径。该算法的时间复杂度为 $ O(n^3) $,适用于稠密图和较小规模的问题[^2]。标准Floyd算法的核心思想是逐步更新邻接矩阵,使得每一步都能考虑引入中间节点后是否能获得更短的路径。 其核心代码如下: ```cpp for (int k = 0; k < n; ++k) for (int i = 0; i < n; ++i) for (int j = 0; j < n; ++j) dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]); ``` 在某些特定问题中,例如**51nod 3225题解**中提到的内容,Floyd算法可能被优化或变形使用。例如,在处理图的幂次扩展时,可以通过类似“快速幂”的方法来加速Floyd算法的执行过程,从而求解多阶段的最短路径问题。 #### 快速幂优化的Floyd变种 快速幂优化的思想来源于矩阵乘法中的幂运算优化策略。对于某些图问题,尤其是当图的边权表示某种“转移代价”,而我们希望求出经过最多 $ k $ 步转移后的最短路径时,可以将Floyd算法矩阵快速幂结合。 具体来说,定义一种类似于矩阵乘法的操作,其中加法对应路径长度的相加,乘法对应取最小值操作(即 `min(a + b, c)`)。通过这种方式,图的邻接矩阵可以视为一个“广义矩阵乘法”结构下的对象,从而支持快速幂运算。 以下是一个基于此思想的C++实现示例: ```cpp #include <bits/stdc++.h> using namespace std; const int INF = 0x3f3f3f3f; const int MAXN = 105; struct Matrix { int mat[MAXN][MAXN]; Matrix() { for (int i = 0; i < MAXN; ++i) for (int j = 0; j < MAXN; ++j) mat[i][j] = INF; } }; Matrix multiply(const Matrix& A, const Matrix& B) { Matrix res; for (int i = 0; i < MAXN; ++i) { for (int k = 0; k < MAXN; ++k) { if (A.mat[i][k] == INF) continue; for (int j = 0; j < MAXN; ++j) { if (B.mat[k][j] == INF) continue; res.mat[i][j] = min(res.mat[i][j], A.mat[i][k] + B.mat[k][j]); } } } return res; } Matrix matrixPower(const Matrix& base, int power) { Matrix result; // 初始化为单位矩阵:相当于路径长度为0的自环 for (int i = 0; i < MAXN; ++i) result.mat[i][i] = 0; Matrix curr = base; while (power > 0) { if (power & 1) result = multiply(result, curr); curr = multiply(curr, curr); power >>= 1; } return result; } ``` 这种实现方式特别适用于需要多次应用图的“转移”并希望在 $ O(\log k) $ 时间内完成的情形。例如,51nod 3225题目中,可能存在对图进行多次迭代更新的需求,此时采用快速幂优化的Floyd算法能够显著提升效率。 #### 应用场景优势 - **图的幂次路径问题**:如给定一个图,要求找出经过最多 $ k $ 次跳跃后任意两点之间的最短路径。 - **动态网络建模**:在某些系统中,网络结构会随时间变化,但变化具有周期性或可预测性,此时可以用快速幂构造“超步长”的路径矩阵。 - **稀疏图优化**:虽然Floyd本身适合稠密图,但在某些稀疏图中,结合快速幂和稀疏矩阵优化也能取得不错的效果。
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