poj1036 dp

题意:N个歹徒去一个餐馆,餐馆门有k个打开程度(每个打开程度为门的一个状态),每个歹徒拥有各自的肥胖度和繁荣度(prosperity),歹徒在i 时刻到达餐馆,若此时刻门的打开程度与歹徒的肥胖度完全相同,则歹徒就进入餐馆,同时餐馆获得这个歹徒相应的繁荣度,若歹徒到来时门的打开程度与歹徒的肥胖程度不同,则歹徒离开且不再回来。门的打开程度在每个单位时间里可以加1、减1或不变。
要求:通过控制门的打开程度,使餐馆最后获得最大的繁荣度,最初门的打开程度为0。 

算法:dp
先按到达餐馆的时刻对歹徒进行升序排序 
设dp[i]为前i个歹徒到达餐馆时餐馆获得的最大繁荣度
dp[i] =  max{dp[j]+pi}  1 <= j < i


#include <iostream>
#include <algorithm>
#include <string.h>
using namespace std;

int N,K,T;
int dp[101];		// dp[t][k]=j: t时刻门的状态为k时所获得的最大繁荣度是j

struct GANGSTER
{
	int t;
	int p;
	int s;
};

GANGSTER gangsters[101];

bool cmp(const GANGSTER &a, const GANGSTER &b)
{
	return a.t < b.t;
}

int main()
{
	while (cin >> N >> K >> T)
	{
		memset(dp,0,sizeof(dp));
		
		for (int i=1; i<=N; i++)
		{
			cin >> gangsters[i].t;
		}
		for (int i=1; i<=N; i++)
		{
			cin >> gangsters[i].p;
		}
		for (int i=1; i<=N; i++)
		{
			cin >> gangsters[i].s;
		}
		
		sort(gangsters,gangsters+N+1,cmp);		// 此处是gangsters+N+1,不是gangsters+N,WA数次!!! 
		
		int ans = 0;
		// 依次处理前i个gangster
		for (int i=1; i<=N; i++)
		{
			if (gangsters[i].t > T)
			{
				break;
			}
			if (gangsters[i].s > gangsters[i].t)
			{
				continue;
			}
			for (int j=0; j<i; j++)
			{
				// 如果可以从j状态转移到i状态 
				if (abs(gangsters[i].t-gangsters[j].t) >= abs(gangsters[i].s-gangsters[j].s))
				{
					// dp[i]=max{dp[j]+pi}
					if (dp[i] < dp[j] + gangsters[i].p)
					{
						dp[i] = dp[j] + gangsters[i].p;
					}
				}
				if (dp[i] > ans)
				{
					ans = dp[i];
				}
			}
		}
		cout << ans << endl;
	}
}






### 关于拔河问题的动态规划实现 拔河问题是经典的 **0/1 背包变种问题**,其核心目标是将一群人分成两队,使得每队的人数最多相差 1,并且两队的体重总和尽可能接近。此问题可以通过动态规划 (Dynamic Programming, DP) 来解决。 #### 动态规划的核心思路 该问题可以转化为一个子集划分问题:给定一组重量 \( w_1, w_2, \ldots, w_n \),找到两个子集 \( A \) 和 \( B \),满足以下条件: 1. 子集 \( A \) 的权重之和与子集 \( B \) 尽可能接近。 2. 如果总人数为奇数,则其中一个子集多一个人;如果总人数为偶数,则两者人数相等。 通过定义状态转移方程来解决问题。设 \( S \) 是所有人重量的总和,\( half = S / 2 \) 表示一半的重量。我们尝试寻找不超过 \( half \) 的最大子集重量 \( sum_A \),从而另一部分的重量自然就是 \( sum_B = S - sum_A \)[^1]。 #### 实现细节 以下是基于动态规划的具体算法描述: 1. 定义数组 `dp`,其中 `dp[i]` 表示是否存在一种组合方式使其重量恰好等于 \( i \)。 2. 初始化 `dp[0] = true`,表示重量为零的情况总是可行。 3. 遍历每个人的重量 \( w_i \),更新 `dp` 数组的状态。 4. 找到最大的 \( j \leq half \) 并使 `dp[j] == true` 成立,此时 \( j \) 即为一侧的最大重量 \( sum_A \)。 下面是具体的代码实现: ```cpp #include <iostream> #include <vector> using namespace std; int main() { int n; while(cin >> n && n != 0){ vector<int> weights(n); int total_weight = 0; for(int &w : weights){ cin >> w; total_weight += w; } int half = total_weight / 2; vector<bool> dp(half + 1, false); // dp[i] means whether weight 'i' is achievable. dp[0] = true; for(auto w : weights){ for(int j = half; j >= w; --j){ if(dp[j - w]){ dp[j] = true; } } } // Find the largest possible value less than or equal to half int closest_sum = 0; for(int j = half; j >= 0; --j){ if(dp[j]){ closest_sum = j; break; } } cout << min(closest_sum, total_weight - closest_sum) << " " << max(closest_sum, total_weight - closest_sum) << endl; } } ``` 上述程序实现了如何利用动态规划求解拔河问题中的最优分配方案[^2]。 #### 常见错误分析 对于 POJ 和 UVa 上的不同表现,可能是由于输入处理上的差异所致。UVa 版本通常涉及多组测试数据,而 POJ 可能仅限单组输入。因此,在提交至 UVa 时需注意循环读取直到文件结束标志 EOF 出现为止[^3]。 另外需要注意的是边界情况以及整型溢出等问题,确保所有变量范围适当设置以容纳可能出现的最大数值。
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

打赏作者

kangwq2017

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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