洛谷 P1508 Likecloud-吃、吃、吃

洛谷P1508Likecloud-吃货路径算法
本文介绍了一道名为“吃、吃、吃”的洛谷P1508Likecloud算法题,通过动态规划求解最大能量路径。问题背景为一处于青春期的吃货寻找从起始位置到餐桌另一侧的能量最大路径,只吃前方或左右前方的食物。文章提供了C++代码实现,使用状态转移方程进行求解。

洛谷 P1508 Likecloud-吃、吃、吃

题目背景

问世间,青春期为何物?

答曰:“甲亢,甲亢,再甲亢;挨饿,挨饿,再挨饿!”

题目描述

正处在某一特定时期之中的李大水牛由于消化系统比较发达,最近一直处在饥饿的状态中。某日上课,正当他饿得头昏眼花之时,眼前突然闪现出了一个n*m(n and m<=200)的矩型的巨型大餐桌,而自己正处在这个大餐桌的一侧的中点下边。餐桌被划分为了n*m个小方格,每一个方格中都有一个圆形的巨型大餐盘,上面盛满了令李大水牛朝思暮想的食物。李大水牛已将餐桌上所有的食物按其所能提供的能量打了分(有些是负的,因为吃了要拉肚子),他决定从自己所处的位置吃到餐桌的另一侧,但他吃东西有一个习惯——只吃自己前方或左前方或右前方的盘中的食物。

由于李大水牛已饿得不想动脑了,而他又想获得最大的能量,因此,他将这个问题交给了你。

每组数据的出发点都是最后一行的中间位置的下方!

输入格式

[输入数据:]

第一行为m n.(n为奇数),李大水牛一开始在最后一行的中间的下方

接下来为m*n的数字距阵.

共有m行,每行n个数字.数字间用空格隔开.代表该格子上的盘中的食物所能提供的能量.

数字全是整数.

输出格式

[输出数据:]

一个数,为你所找出的最大能量值.

输入输出样例

输入 #1

6 7
16 4 3 12 6 0 3
4 -5 6 7 0 0 2
6 0 -1 -2 3 6 8
5 3 4 0 0 -2 7
-1 7 4 0 7 -5 6
0 -1 3 4 12 4 2

输出 #1

41

说明/提示

快吃!快吃!快吃!

思路:如果从最后一行开始检索,很容易出各种问题。我们不妨从第一行自上往下吃,出口为最后一行中间的SM个位置。状态转移方程为f[i][j]=max(f[i-1][j],max(f[i-1][j-1],f[i-1][j+1]))+mp[i][j]。最后比较三个终点位置的大小(即题目中的起点)代码如下:

#include <bits/stdc++.h>
#define LL long long
using namespace std;
int mp[202][202];
int f[202][202];
int mx(int a,int b){return a>b?a:b;}
int main()
{
	int m,n,sum=0;
	scanf("%d %d",&m,&n);
	for(int i=1;i<=m;i++){//注意下下标,这里我是从1开始的
		for(int j=1;j<=n;j++){
			scanf("%d",&mp[i][j]);
		}
	}
	for(int i=1;i<=m;i++){
		for(int j=1;j<=n;j++){
			f[i][j]=mx(f[i-1][j],mx(f[i-1][j+1],f[i-1][j-1]))+mp[i][j];
		}
	}
	cout<<mx(f[m][n/2],mx(f[m][n/2+1],f[m][n/2+2]));
	return 0;
}

 

### 解法概述 洛谷 P1102 A-B 数对问题的核心是:给定一个整数数组和一个目标差值 `C`,我们需要找出所有满足 `A - B == C` 的不同数对 `(A, B)` 的数量。由于数据规模较大,暴力解法(双重循环)会超时,因此需要更高效的解决方案。 #### 二分查找优化 首先将数组排序,这样可以利用二分查找来加速查找过程。对于每个元素 `B`,寻找是否存在满足条件的 `A = B + C`。使用标准库中的 `lower_bound` 和 `upper_bound` 函数可以快速确定满足条件的 `A` 的范围,从而统计出符合条件的数对个数。这种方法的时间复杂度为 `O(n log n)`,其中 `n` 是数组长度 [^2]。 ```cpp #include <bits/stdc++.h> using namespace std; int main() { int n; long long c; cin >> n >> c; vector<long long> arr(n); for (int i = 0; i < n; ++i) { cin >> arr[i]; } sort(arr.begin(), arr.end()); long long count = 0; for (int i = 0; i < n; ++i) { long long target = arr[i] + c; auto left = lower_bound(arr.begin(), arr.end(), target); auto right = upper_bound(arr.begin(), arr.end(), target); count += (right - left); } cout << count << endl; return 0; } ``` #### 哈希表计数 另一种方法是使用哈希表(如 `unordered_map`),预先统计每个数字出现的次数。遍历数组时,对于每个元素 `B`,检查 `A = B + C` 是否存在于哈希表中,并累加对应的出现次数。这种方法的时间复杂度为 `O(n)`,因为每次操作都是常数时间 [^1]。 ```cpp #include <bits/stdc++.h> using namespace std; int main() { int n; long long c; cin >> n >> c; unordered_map<long long, int> freq; vector<long long> arr(n); for (int i = 0; i < n; ++i) { cin >> arr[i]; freq[arr[i]]++; } long long count = 0; for (int i = 0; i < n; ++i) { long long target = arr[i] + c; if (freq.count(target)) { count += freq[target]; } } cout << count << endl; return 0; } ``` #### 双指针技巧 双指针方法适用于已排序的数组。通过维护两个指针 `r1` 和 `r2`,分别指向当前可能满足条件的 `A` 值范围的上下界,可以在一次遍历中完成统计。这种方法的时间复杂度主要由排序决定,即 `O(n log n)` [^4]。 ```cpp #include <bits/stdc++.h> using namespace std; int main() { int n; long long c; cin >> n >> c; vector<long long> a(n + 1); for (int i = 1; i <= n; ++i) { cin >> a[i]; } sort(a.begin() + 1, a.end()); long long cnt = 0; int r1 = 1, r2 = 1; for (int i = 1; i <= n; ++i) { while (r1 <= n && a[r1] - a[i] <= c) r1++; while (r2 <= n && a[r2] - a[i] < c) r2++; cnt += r1 - r2; } cout << cnt << endl; return 0; } ``` ### 总结 - **二分查找** 方法适合于有序数组,能够高效地找到满足条件的数对。 - **哈希表计数** 方法在空间换时间方面表现优异,适用于未排序数组。 - **双指针技巧** 在排序后可以高效地处理问题,但实现较为复杂。 每种方法都有其适用场景,选择合适的算法可以显著提升程序性能。
评论 1
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