UVA 11400(DP)

题意给定n种类型灯泡,每个灯泡给出其电压v,电源花费k,每个灯的花费c和需求量l,现在通过用电压大的灯泡替换某些电压小的灯泡来减小总花费,求最小的花费。

首先要说明的是,为求得最小花费,对于某种灯泡,要么全部替换,要么全不替换,这个很容易证明。

这个问题难就难在如何找子问题。如果先按灯泡电压把灯泡从小到大进行排序,定义dp[i]为替换第i种灯泡后前i种灯泡的最小花费,因为对一种替换情况,不知道用来替换的灯泡后来会不会再用,如果不用相当于不替换的情况下多用了一个电源,这样不一定会达到最优,所以这样定义不行。这样当前的决策会影响到后面的决策。对于这种情况,我们应该对决策进行一定的限制: 求前i个灯泡的最小花费时,只允许用第i种灯泡进行替换!  如何替换呢? 只能替换1 到i 中序号连续的灯泡!!! 即决策应为选择一个j,替换掉序号为 j 到i - 1的所有灯泡,使得前i号灯泡花费最小。那么最终 dp[n]即为答案。即d[i]为只考虑前i种灯泡的最小花费,状态转移方程:d[i] = min{d[i] + (s[i] - s[j]) * c[i] + k[i]} 其中s[i]为前i种灯泡的总数量。

但这样做是否正确呢,首先上面的方法在求前i 个灯泡的最小花费时,只能用第i个灯泡替换,这样并不影响,因为通过循环所有的灯泡都会用来替换。 问题关键是只考虑替换连续区间的灯泡造成解丢失的情况。比如说会不会出现最优解是序号为1, 3的灯泡被一种灯泡替换,序号为2的被另一种替换或不被替换。 假设这种情况下是最小花费,那么替换序号2的灯泡的单价一定小于替换序号1的灯泡的单价,否则不会是最小值,既然替换序号2的灯泡的单价小于替换序号1的灯泡的单价,那么用替换2的灯泡去替换灯泡1,就会产生更小的花费,这与假设向矛盾,所以假设不成立,即前面的决策不会漏掉答案。代码如下:

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>

using namespace std;

const int MAXN = 1010;

struct Lamb
{
    int v;
    int c;
    int l;
    int k;
};
Lamb la[MAXN];
int s[MAXN], n, dp[MAXN];

bool camp(Lamb a, Lamb b)
{
    return a.v < b.v;
}
int main()
{
    while(true)
    {
        scanf("%d", &n);
        if(!n)
            break;

        int i, j;
        for(i = 1; i <= n; i++)
            scanf("%d%d%d%d", &la[i].v, &la[i].k, &la[i].c, &la[i].l);

        sort(la+1, la+n+1, camp);
        for(i = 1; i <= n; i++)
        {
            s[i] = s[i - 1] + la[i].l;
        }
        for(i = 1; i <= n; i++)
        {
            dp[i] = la[i].k + la[i].c * s[i];   //初始化为全部换为第i个灯泡的价值。
            for(j = 1; j < i; j++)
            {
                dp[i] = min(dp[i], dp[j] + (s[i] - s[j]) * la[i].c + la[i].k);
            }
        }
        printf("%d\n", dp[n]);
    }
    return 0;
}


### 关于UVa 307问题的动态规划解法 对于UVa 307 (Sticks),虽然通常采用深度优先搜索(DFS)+剪枝的方法来解决这个问题,但也可以尝试构建一种基于动态规划的思想去处理它。然而,在原描述中并未提及具体的动态规划解决方案[^3]。 #### 动态规划解题思路 考虑到本题的核心在于通过若干根木棍拼接成更少数量的新木棍,并使得这些新木棍尽可能接近给定的目标长度。为了应用动态规划技术,可以定义一个二维数组`dp[i][j]`表示从前i种不同类型的木棍中选取一些组合起来能否恰好组成总长度为j的情况: - 如果存在这样的组合,则`dp[i][j]=true`; - 否则`dp[i][j]=false`. 初始化时设置`dp[0][0]=true`, 表明没有任何木棍的情况下能够构成零长度。接着遍历每种类型的木棍以及所有可能达到的累积长度,更新对应的布尔值。最终检查是否存在某个k使得`sum/k * k == sum && dp[n][sum/k]`成立即可判断是否能成功分割。 这种转换方式利用了动态规划中的两个重要特性:最优化原理和重叠子问题属性。具体来说,每当考虑一根新的木棍加入现有集合时,只需要关注之前已经计算过的较短长度的结果,从而避免重复运算并提高效率[^1]. #### Python代码实现 下面给出一段Python伪代码用于说明上述逻辑: ```python def can_partition_sticks(stick_lengths, target_length): n = len(stick_lengths) # Initialize DP table with False values. dp = [[False]*(target_length + 1) for _ in range(n + 1)] # Base case initialization. dp[0][0] = True for i in range(1, n + 1): current_stick = stick_lengths[i - 1] for j in range(target_length + 1): if j >= current_stick: dp[i][j] |= dp[i - 1][j - current_stick] dp[i][j] |= dp[i - 1][j] return any(dp[-1][l] and l != 0 for l in range(target_length + 1)) # Example usage of the function defined above. stick_lengths_example = [...] # Input your data here as a list. total_sum = sum(stick_lengths_example) if total_sum % min(stick_lengths_example) == 0: result = can_partition_sticks(stick_lengths_example, int(total_sum / min(stick_lengths_example))) else: result = False print('Can partition sticks:', 'Yes' if result else 'No') ``` 需要注意的是,这段代码只是一个简化版本,实际比赛中还需要进一步调整参数以适应特定输入范围的要求。此外,由于题目本身允许有多余的小段剩余未被使用,所以在设计状态转移方程时也应适当放宽条件.
评论 2
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