Day3 1366. 删数

本文介绍了一个有趣的问题:如何通过特定的操作来获得最大价值。具体来说,对于一系列有序的不同正整数,通过删除某些连续的数字并计算其操作价值,目标是找到一种方法使这些操作的总价值最大化。

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

Description

  有N个不同的正整数数x1, x2, … xN 排成一排,我们可以从左边或右边去掉连续的i个数(只能从两边删除数),1<=i<=n,剩下N-i个数,再把剩下的数按以上操作处理,直到所有的数都被删除为止。   每次操作都有一个操作价值,比如现在要删除从i位置到k位置上的所有的数。操作价值为|xi – xk|*(k-i+1),如果只去掉一个数,操作价值为这个数的值。   任务:如何操作可以得到最大值,求操作的最大价值。

Input

  输入文件的第一行为一个正整数N,第二行有N个用空格隔开的N个不同的正整数。

Output

  输出文件包含一个正整数,为操作的最大值

Sample Input

6

54 29 196 21 133 118

Sample Output

768

Data Constraint

【数据范围】 3<=N<=100 N个操作数为1..1000 之间的整数。

Hint

【样例解释】   经过3 次操作可以得到最大值,第一次去掉前面3个数54、29、196,操作价值为426。第二次操作是在剩下的三个数(21 133 118)中去掉最后一个数118,操作价值为118。第三次操作去掉剩下的2个数21和133 ,操作价值为224。操作总价值为426+118+224=768。

做法:其实观察可已发现无论是从左边还是从右边删都是一样的,那么题目就转换为我们每次可以连续删一段数字或一个数字并得到一定的价值,那么设f[i]为删到第i位的最大价值,显然可以从f[j]转移过来(1 <= j < i)
代码如下:

#include <cstdio>
#include <cstring>
#include <iostream>
#include <string>
#define ll long long
#define N 1007
#define rep(i,a,b); for(int i = a; i <= b; i++)
using namespace std;
int n, a[N], f[N];


int max(int a, int b){ return a > b ? a : b; }
int abs(int a){ return a > 0 ? a : -a; }

int main()
{
    scanf("%d", &n)
    rep(i, 1, n)
        scanf("%d", &a[i]);
    rep(i, 1, n)
    {
        rep(j, 0, i - 2)
        {
            f[i] = max(f[i], f[j] + abs(a[i] - a[j + 1]) * (i - j));
        }
        f[i] = max(f[i], f[i - 1] + a[i]);
    }
    cout << f[n];
}
### 回答1: 题目描述:。有n个不同正整数x1, x2, … xn 排成一排,我们可以从左边边去掉连续的i个(只能从两边去掉),1 ≤ i ≤ n,剩下n-i个,再把剩下的一排。我们可以再次去掉,直到只剩下一个。请问,最后所剩下的最小是多少? 答案:这是一道经典的动态规划题目。我们用f[i][j]表示从第i个到第j个(包括第i和第j个)中剩下的的最小值,那么最后答案就是f[1][n]。转移方程如下: f[i][j]=min(f[i+1][j],f[i][j-1])),此时只是从两边去掉了一个而已 f[i][j] = min(f[i][j],f[i+1][k]+f[k+1][j]) (i≤k<j) ,此时在中间去掉了k个 最后,我们只需要枚举i和j,然后按上述转移方程求解即可。 ### 回答2: 题目要求我们对一个长度为n的列进行除操作,每次可以从这个列的左端除连续的i个(i为正整数),最终剩下n-i个字。我们需要寻找一种策略,使得最终剩下来的字的乘积最大。 首先我们可以考虑朴素的贪心算法,即每次除最小的字。但是这个算法是不正确的,因为它会忽略一些可能的局部最优解,而导致无法获得全局最优解。 接下来我们考虑动态规划算法。我们可以定义一个二维组dp,其中dp[i][j]表示从列的第i个字到第j个字之间取出一个子序列的最大乘积。 状态转移方程如下: dp[i][j] = max{dp[i+1][j], dp[i][j-1], max{dp[i][k] * dp[k+1][j]}} 其中max{dp[i+1][j]}表示我们选择列最左侧的字;max{dp[i][j-1]}表示我们选择列最侧的字;max{dp[i][k] * dp[k+1][j]}表示我们选择除区间[i,k]和区间[k+1,j]。 对于这个状态转移方程,我们需要考虑一些边界情况。当i==j时,dp[i][j]的值应该为xi;当j==i+1时,dp[i][j]的值应该为xi * xj。 最后,答案就是dp[1][n]。 由于每个状态的计算都需要遍历一遍区间内的所有可能情况,所以总时间复杂度为O(n^3)。虽然这个复杂度比较高,但是对于n的范围较小的情况,这个算法仍然是可行的。 ### 回答3问题是一道比较经典的计算题目,主要是通过对列进行递归的处理来找到最终的结果。 首先,我们可以列出一张表格来记录每次除i个后余下的列大小。其中,第i行第j列的值表示从第j个开始向左除i个后的剩余列大小。 接下来,我们需要对每个列进行递归处理,计算出每种情况下的最大分值。具体来说,我们可以令f(i,j)表示从第j个开始向左除i个所能够得到的最大分值,那么我们就可以使用如下的递归公式计算f(i,j): f(i,j)={0,i>n-j+1} f(i,j)=max{a[j]+s[j+1][i-1]-f(i-1,j+1), a[j+i-1]+s[j][i-1]-f(i-1,j)},i<=n-j+1 其中a[j]表示第j个的分值,s[i][j]表示从第i个开始向左除j个后的剩余列大小。 最后,我们需要求解整个问题的最优解,即f(n,1)。这就是经过多次操作后最后剩下的列所能够得到的最大分值。 总的来说,问题需要通过递归处理来实现,其中核心在于对每个列进行递归处理并不断更新最优解,直到最终得到整个问题的最优解。
评论
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