HDU-1069-经典DP

本文介绍了一种解决砖块堆叠问题的方法,通过全排列处理和动态规划算法找出砖块堆叠的最大高度。文章详细解释了如何通过砖块的不同放置方式增加选择的灵活性,并给出了具体的C++实现代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这个题题意就是选出一部分排列好的砖使得砖的高度最高。

两个处理上的点:1.加入砖块时要加入输入的全排列,假设高度是3时,2.4.3这组加进去还要加进去4.2.3。例如:排完序后面一块砖是5.4.3,由于宽度相等,所以就不能选择了,实际上把这块2.4.3旋转一下变成4.2.3就能选择了。

2.排序。排序要先排宽度再排长度,反之亦可,就是不能按照面积排(我一开始就按照面积排序怎么也不对QAQ)。

然后就开始DP了!dp[i]表示的是以第i块砖结尾的最高高度。这个过程是这样的:i循环表示第i块砖,从头开始到i-1是j循环,表示i前面的每一块砖,然后看第j块砖和i的关系,符合条件就把i放在j后面,更新i结尾摞起来的砖的最大高度。

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

#define INF 0x3f3f3f3f

using namespace std;

int n,k;
int a[5];
struct P
{
    int w,d,h;
    bool operator<(const P &a)const
    {
        if(w!=a.w) return w<a.w;
        else return d<a.d;
    }
} p[200];

int dp[200];

int main()
{
    while(scanf("%d",&n) && n)
    {
        for(int i=1; i<=n; i++)
        {
            scanf("%d%d%d",&a[0],&a[1],&a[2]);
            p[i].w=a[0];
            p[i].d=a[1];
            p[i].h=a[2];
            p[i+n].w=a[0];
            p[i+n].d=a[2];
            p[i+n].h=a[1];
            p[i+2*n].w=a[1];
            p[i+2*n].d=a[2];
            p[i+2*n].h=a[0];
            p[i+3*n].w=a[1];
            p[i+3*n].d=a[0];
            p[i+3*n].h=a[2];
            p[i+4*n].w=a[2];
            p[i+4*n].d=a[0];
            p[i+4*n].h=a[1];
            p[i+5*n].w=a[2];
            p[i+5*n].d=a[1];
            p[i+5*n].h=a[0];
        }
        memset(dp,0,sizeof(dp));
        sort(p+1,p+1+n*6);
        for(int i=1;i<=6*n;i++)
        {
            dp[i]=p[i].h;
            for(int j=1;j<i;j++)
                if(p[i].w>p[j].w && p[i].d>p[j].d)
                    dp[i]=max(dp[j]+p[i].h,dp[i]);
        }
        int ans=0;
        for(int i=1;i<=6*n;i++)
            ans=max(ans,dp[i]);
        printf("Case %d: maximum height = %d\n",++k,ans);
    }
    return 0;
}

### 关于HDU - 6609 的题目解析 由于当前未提供具体关于 HDU - 6609 题目的详细描述,以下是基于一般算法竞赛题型可能涉及的内容进行推测和解答。 #### 可能的题目背景 假设该题目属于动态规划类问题(类似于多重背包问题),其核心在于优化资源分配或路径选择。此类问题通常会给出一组物品及其属性(如重量、价值等)以及约束条件(如容量限制)。目标是最优地选取某些物品使得满足特定的目标函数[^2]。 #### 动态转移方程设计 如果此题确实是一个变种的背包问题,则可以采用如下状态定义方法: 设 `dp[i][j]` 表示前 i 种物品,在某种条件下达到 j 值时的最大收益或者最小代价。对于每一种新加入考虑范围内的物体 k ,更新规则可能是这样的形式: ```python for i in range(n): for s in range(V, w[k]-1, -1): dp[s] = max(dp[s], dp[s-w[k]] + v[k]) ``` 这里需要注意边界情况处理以及初始化设置合理值来保证计算准确性。 另外还有一种可能性就是它涉及到组合数学方面知识或者是图论最短路等相关知识点。如果是后者的话那么就需要构建相应的邻接表表示图形结构并通过Dijkstra/Bellman-Ford/Floyd-Warshall等经典算法求解两点间距离等问题了[^4]。 最后按照输出格式要求打印结果字符串"Case #X: Y"[^3]。 #### 示例代码片段 下面展示了一个简单的伪代码框架用于解决上述提到类型的DP问题: ```python def solve(): t=int(input()) res=[] cas=1 while(t>0): n,k=list(map(int,input().split())) # Initialize your data structures here ans=find_min_unhappiness() # Implement function find_min_unhappiness() res.append(f'Case #{cas}: {round(ans)}') cas+=1 t-=1 print("\n".join(res)) solve() ```
评论 1
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