jzoj_1月28日D组

第一题:(懒惰的奶牛[b]):

题意:

    一只奶牛只能走k步路,有些位置可能有青草,求它的起始位置在哪里可以让它吃到的青草数量最多。

思路:

    一开始我想的是用前缀和来存储每个位置前的青草书,但是不知怎么错了一个点,后来改成了反过来的循环求就对了,从前缀数组的终点到k-1来循环,k代表从一个点上可以到的最远距离,我们让它*2就是一个点往左右两边占的距离,用pre[i]-pre[i-k]就是求出i左边k个点能吃到青草的最多数量,然后求出最大值就好了。

代码:

#include<cstdio>
#include<iostream>
using namespace std;
int n,k,a,b,maxn,pre[5000001];
int main()
{
	freopen("lazy_bronze.in","r",stdin);
	freopen("lazy_bronze.out","w",stdout);
	scanf("%d%d",&n,&k);
	k=k*2+1;
	for (int i=1;i<=n;i++)
	{
	      scanf("%d%d",&a,&b);
              pre[b]=a; 
	}
	for (int i=1;i<=5000001;i++) 
	 pre[i]=pre[i-1]+pre[i];//求出前缀和
	for (int i=5000001;i>=k-1;i--)
     maxn=max(maxn,pre[i]-pre[i-k]);//统计最大值 
    printf("%d",maxn);
}

第二题(灌溉农田)

题意:

    给出n块农田,其实就是代表n个节点,和每个点的坐标,题目中给了一个公式去求两点之间的距离,我们要用管道连接这些农田,如果两块农田之间的距离小于c就不能在这里接管道,我们要求可以连接这些农田的管道的长度的最小和。

思路:

    我一开始就想到了最小生成树,但之后我忘了prim算法怎么打就错了,后来我改了最小生成树的算法就可以了。我们可以先求出每两块农田的距离,然后用prim算法求出最小生成树,统计一下答案就好了。

代码:

 
#include<cstdio>
int ans,n,c,x[2001],y[2001],f[2001][2001],min1,v[2001],t;
int main()
{
	freopen("irrigation.in","r",stdin);
	freopen("irrigation.out","w",stdout);
	scanf("%d%d",&n,&c);
	for (int i=1;i<=n;i++)
	  scanf("%d%d",&x[i],&y[i]);
	for (int i=1;i<=n;i++)
	  for (int j=1;j<=n;j++)
	  {
	         if (i!=j) 
		 f[i][j]=(x[i]-x[j])*(x[i]-x[j])+(y[i]-y[j])*(y[i]-y[j]);//这里就是求距离的公式
		 if (f[i][j]<c) f[i][j]=2100000001;//如果这个距离小于c的话我们就赋最大值
	  }
	for (int i=1;i<=n;i++) v[i]=f[1][i];//v[i]表示第一个点到第i个点之间的距离
	v[1]=0;
	for (int k=1;k<n;k++)
       {
        min1=2147483647;
        for (int i=1;i<=n;i++)
          if (v[i]<min1&&v[i]!=0)//如果可以从1到第i个点的距离最小,我们就记录下位置
           min1=v[i],t=i;
        ans+=v[t];//加上这个最小值      
        v[t]=0;//给它清零
        for (int i=1;i<=n;i++)//从我们已经求出来的这个终点为起点来找最小的边
         if(f[t][i]<v[i])
          v[i]=f[t][i];
       }

	if (ans<0) puts("-1");//如果不能连通农田就输出-1,否则输出答案
	else printf("%d",ans);
}

第三题:(懒惰的奶牛[s]):

题意:

    一头奶牛最多能走k步,求它在一个矩阵里选择一个点为起点,每次只能走不超过k步能吃到最多的青草。

思路:

    我们可以用前缀和来记录第i行的前j个的总和,之后每次从(i,j)这个点枚举一个菱形的矩阵,求出最大的值,用前缀和可以不用循环去一行一行地加菱形矩阵里的值。

代码:

#include<cstdio>
#include<algorithm>
using namespace std;
int n,k,ans,s,pre[402][402];
int main()
{
    freopen("lazy_silver.in","r",stdin);
    freopen("lazy_silver.out","w",stdout);
	scanf("%d%d",&n,&k);
	for (int i=1;i<=n;i++)
	  for (int j=1;j<=n;j++)
	  {
	  	  scanf("%d",&pre[i][j]);
	  	  pre[i][j]+=pre[i][j-1];
	  }
	    
    for (int i=1;i<=n;i++)
      for (int j=1;j<=n;j++)
      {
      	  s=0;
      	  for (int q=i-k;q<=i+k;q++)
      	  {
      	  	  if (q<1) q=1; if (q>n) break;
      	  	  int x=i-q>0?i-q:q-i;//x是求当前i的距离到i-k的距离
      	  	  int y=j+k-x>n?n:j+k-x;//y是当前的横坐标加上k步再减去x,因为我们纵坐标要走x步
      	  	  int l=j-k+x<1?1:j-k+x;//这一个菱形矩阵第q行最左边的位置
      	  	  s+=pre[q][y]-pre[q][l-1];//用菱形矩阵第q行最后面的减去最前面的就等于我们要求中间的和
      	  }
      	  ans=max(s,ans);//每次取最大值
      }
    printf("%d",ans);
}

第四题(奶牛的声音)

题意:

    有n块农田,每一块农田都有一些牛的声音量,每种牛会发出v[i]个声音量,现在我们知道一块农田可以把x-1个声音量传到下一块农田上,给出每一块农田的声音量,求出这些农田上最少有多少牛。

思路:

    我们可以先求出这些牛可以发出多少声音,设f[i]为声音量为i时最少要的牛的数量,则f[i+v[i]]=min(f[i-1]+1,f[i+v[i]]),一开始要让f[0]=0,之后我们求出每块农田的声音量有多少是自己发出来的,这就是用自己的声音减去上一块农田的声音加上1,然后统计牛的数量。

代码:

#include<cstdio>
#include<cstring>
int n,b,x,y,f[1000001],ans;
int min(int x,int y){return x<y?x:y;}
int main()
{
	freopen("mooomoo.in","r",stdin);
	freopen("mooomoo.out","w",stdout);
	memset(f,127/3,sizeof(f));
	f[0]=0;//初始化
	scanf("%d%d",&n,&b);
	for (int i=1;i<=b;i++)
	{
		scanf("%d",&x);
		for (int j=0;j<=1000001;j++)
		  f[j+x]=min(f[j]+1,f[j+x]);//求出声音为j+x时最少有的牛的数量
	}y=1;
	for (int i=1;i<=n;i++)
	{
		scanf("%d",&x);b=x;
		if (y) x=x-y+1;
		y=b;//记录现在的这块农田,下一块农田要减去它
		ans+=f[x];//统计
	}
	printf("%d",ans);
}




### 解题思路 题目要求解决的是一个与图相关的最小覆盖问题,通常在特定条件下可以通过状态压缩动态规划(State Compression Dynamic Programming, SCDP)来高效求解。由于状态压缩的适用条件是状态维度较小(例如K≤10),因此可以利用二进制表示状态集合,从而优化计算过程。 #### 1. 状态表示 - 使用一个整数 `mask` 表示当前选择的点集,其中第 `i` 位为 `1` 表示第 `i` 个节点被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的点集后,能够覆盖的节点集合。 - 可以通过预处理每个点的邻域信息(包括自身和所有直接连接的点),快速更新状态。 #### 2. 预处理邻域 对于每个节点 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节点出发一步能到达的所有节点集合。这样,在后续的状态转移过程中,可以直接使用这些信息进行合并操作。 #### 3. 状态转移 - 初始化:对每个单独节点 `u`,设置初始状态 `dp[1 << u] = neighbor[u]`。 - 转移规则:对于任意两个状态 `mask1` 和 `mask2`,如果它们没有交集,则可以通过合并这两个状态得到新的状态 `mask = mask1 | mask2`,并更新对应的覆盖范围为 `dp[mask1] ∪ dp[mask2]`。 - 在所有状态生成之后,检查是否某个状态的覆盖范围等于全集(即覆盖了所有节点)。如果是,则记录此时使用的最少节点数量。 #### 4. 最优解提取 遍历所有可能的状态,找出能够覆盖整个图的最小节点数目。 --- ### 时间复杂度分析 - 状态总数为 $ O(2^K) $,其中 `K` 是关键点的数量。 - 每次状态转移需要枚举所有可能的子集合,复杂度为 $ O(2^K \cdot K^2) $。 - 整体时间复杂度控制在可接受范围内,适用于 `K ≤ 10~20` 的情况。 --- ### 代码实现(状态压缩 DP) ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 25; int neighbor[MAXN]; // 每个节点的邻域 int dp[1 << 20]; // dp[mask] 表示选中的点集合为 mask 时所能覆盖的点集合 int min_nodes; // 最小覆盖点数 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节点的邻域 for (int i = 0; i < n; ++i) { neighbor[i] = (1 << i); // 包括自己 for (int j : graph[i]) { neighbor[i] |= (1 << j); } } // 初始化 dp 数 memset(dp, 0x3f, sizeof(dp)); for (int i = 0; i < n; ++i) { dp[1 << i] = neighbor[i]; } // 状态转移 for (int mask = 1; mask < (1 << n); ++mask) { if (__builtin_popcount(mask) >= min_nodes) continue; // 剪枝 for (int sub = mask & (mask - 1); sub; sub = (sub - 1) & mask) { int comp = mask ^ sub; if (comp == 0) continue; int new_mask = mask; int covered = dp[sub] | dp[comp]; if (covered == (1 << n) - 1) { min_nodes = min(min_nodes, __builtin_popcount(new_mask)); } dp[new_mask] = min(dp[new_mask], covered); } } } int main() { int n, m; cin >> n >> m; vector<vector<int>> graph(n); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 无向图 } min_nodes = n; solve(n, graph); cout << "Minimum nodes required: " << min_nodes << endl; return 0; } ``` --- ### 优化策略 - **剪枝**:当当前状态所用节点数已经超过已知最优解时,跳过后续计算。 - **提前终止**:一旦发现某个状态覆盖了全部节点,并且节点数达到理论下限,即可提前结束程序。 - **空间优化**:可以仅保存当前轮次的状态,减少内存占用。 --- ### 总结 本题通过状态压缩动态规划的方法,将原本指数级复杂度的问题压缩到可接受范围内。结合位运算技巧和预处理机制,能够高效地完成状态转移和覆盖判断操作。 ---
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