hdu1069 Monkey and Banana

最新推荐文章于 2020-09-10 19:18:10 发布

原创最新推荐文章于 2020-09-10 19:18:10 发布 · 334 阅读

0 ·

CC 4.0 BY-SA版权

ACM 专栏收录该内容

22 篇文章

订阅专栏

本文通过一个具体的编程实例介绍了如何使用最长递增子序列算法解决特定问题，包括立方体堆叠最大高度的计算过程。代码示例展示了如何初始化状态、进行排序以及动态规划更新等关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目链接点击打开链接

#include <cstdio>
#include<iostream>
#include<algorithm>
using namespace std;
struct Cube{
    int x,y,z;
    Cube(){}
    Cube(int _x,int _y,int _z):x(_x),y(_y),z(_z){}
}dp[200];//总共有30*3*2个状态
bool cmp(const Cube& a,const Cube& b){
    if(a.x!=b.x) return a.x>b.x;
    return a.y>b.y;
}
int main()
{
    #ifndef ONLINE_JUDGE
    freopen("in.txt","r",stdin);
    #endif

    int n;
    int a,b,c;
    int k=1;
    while(cin>>n,n!=0){
        int cnt=0;

        while(n--){
            cin>>a>>b>>c;
            dp[cnt++]=Cube(a,b,c);
            dp[cnt++]=Cube(a,c,b);
            dp[cnt++]=Cube(b,a,c);
            dp[cnt++]=Cube(b,c,a);
            dp[cnt++]=Cube(c,a,b);
            dp[cnt++]=Cube(c,b,a);
        }
        sort(dp,dp+cnt,cmp);

        for(int i=1;i<cnt;++i){
            int tmp=0;
            for(int j=0;j<i;++j){
                //如有满足条件的，也就是说可以将第i个方块放入到集合中
                if(dp[j].x>dp[i].x&&dp[j].y>dp[i].y&&dp[j].z>tmp){
                    tmp=dp[j].z;
                }
            }
            dp[i].z+=tmp;
        }
         int height=0;
        for(int i=0;i<cnt;++i){
            if(dp[i].z>height)
            height=dp[i].z;
        }
        printf("Case %d: maximum height = %d\n",k++,height);
    }
    return 0;

}

ps：

本题是利用最长递增子序列的思路来保存的最大高度值，下面代码便于理解：

void proc(){
 int arr[]={1,-1,2,1,3,5,3};
 int len=sizeof(arr)/sizeof(int);
 int ans=1;
 int dp[100];
 for(int i=0;i<len;++i){
  dp[i]=1;
 }
 for(int i=1;i<len;++i){
   for(int j=0;j<=i;++j){
     if(arr[j]<arr[i]){
       dp[i]=max(dp[i],dp[j]+1);
     }
   }
 }
 for(int i=0;i<len;++i)
 cout<<dp[i]<<" ";
 cout<<endl;
}
int main(){
 proc();

return 0;
}

输出的结果为：1 1 2 2 3 4 3

那么也就是dp[i]=max(dp[i],dp[j]+1);也就是以i为结尾的最大递增子序列的长度。动态规划的思想