wikioi 1068 乌龟棋

本文探讨了一个关于1*N棋盘的游戏问题,玩家利用不同数值的卡片行走并获取分数,目标是在到达终点前获得最大分数。文章通过动态规划的方法解决该问题,详细介绍了状态定义、转移方程及实现代码。

题目链接:http://wikioi.com/problem/1068/


题目思路:

一个1*N的棋盘,每个格子有一个权值。

有m张卡片,每张卡片的数值是1~4。

从第1个格子出发,任选一张没有使用过的卡片,走卡片上的数的步数,并获得等于停在的格子上的权值的分数。

问走到终点N最多能获得多少分数。(初始分数为第一个格子的分数)


数据保证必须使用所有卡片才能走到终点。

每种张卡片的数量不会超过40。


题目大意:

dp[i][j][k][l],表示用i张1卡,j张2卡,k张3卡,l张4卡最多能获得的分数。

如果能想到用这个形式来表示状态,那么转移方程也很容易想到了。

转移方程:dp[i][j][k][l]=_max{ dp[i-1][j][k][l]+a[1+(i-1)+j*2+k*3+l*4+1] ,

                                                    dp[i][j-1][k][l]+a[1+i+(j-1)*2+k*3+l*4+2] , 

                                                    dp[i][j][k-1][l]+a[1+i+j*2+(k-1)*3+l*4+3] ,

                                                    dp[i][j][k][l-1]+a[1+i+j*2+k*3+(l-1)*4+4] }


代码:

#pragma comment(linker, "/STACK:102400000,102400000")
#include<stdio.h>
#include<string.h>
#include<math.h>
#include<stdlib.h>
#include<ctype.h>
#include<iostream>
#include<algorithm>
#include<stack>
#include<queue>
#include<map>
#include<set>
#include<vector>
#include<string>
using namespace std;
#define ll long long
#define clr(x,c,n) memset(x,c,sizeof(x[0])*(n))
#define clr_all(x,c) memset(x,c,sizeof(x))
#define IT iterator
#define ls rt<<1
#define rs ls|1
#define lson l,mid,ls
#define rson mid+1,r,rs
#define middle l+r>>1
#define MOD 1000000007
#define inf 0x3f3f3f3f
#define eps (1e-8)
#define PI 3.1415926535897932384626433832795
#define E 2.7182818284590452353602874713527
template <class T> T _min(T a,T b){return a<b? a:b;}
template <class T> T _max(T a,T b){return a>b? a:b;}
template <class T> T _abs(T a){return a>0? a:-a;}
template <class T> T _mod(T a,T m){return a<m? (a<0? (a%m+m)%m:a):a%m;}
template <class T> T _gcd(T a,T b){while(b){T t=b;b=a%b;a=t;}return a;}
template <class T> void _swap(T &a,T &b){T t=b;b=a;a=t;}
template <class T> void getmax(T &a,T b){a= a>b? a:b;}
template <class T> void getmin(T &a,T b){a= (a!=-1 && a<b)? a:b;}
int TS,cas=1;
const int M=500+5;
int n,m,a[M],b[M];
int c[5];
int f[41][41][41][41];

void run(){
	int i,j,k,l;
	for(i=1;i<=n;i++) scanf("%d",&a[i]);
	clr_all(c,0);
	for(i=1;i<=m;i++){
		scanf("%d",&b[i]);
		c[b[i]]++;
	}
	clr_all(f,0);
	f[0][0][0][0]=a[1];
	for(i=0;i<=c[1];i++){
		for(j=0;j<=c[2];j++){
			for(k=0;k<=c[3];k++){
				for(l=0;l<=c[4];l++){
					if(i) getmax(f[i][j][k][l],f[i-1][j][k][l]+a[1+(i-1)+j*2+k*3+l*4+1]);
					if(j) getmax(f[i][j][k][l],f[i][j-1][k][l]+a[1+i+(j-1)*2+k*3+l*4+2]);
					if(k) getmax(f[i][j][k][l],f[i][j][k-1][l]+a[1+i+j*2+(k-1)*3+l*4+3]);
					if(l) getmax(f[i][j][k][l],f[i][j][k][l-1]+a[1+i+j*2+k*3+(l-1)*4+4]);
				}
			}
		}
	}
	printf("%d\n",f[c[1]][c[2]][c[3]][c[4]]);
}

void presof(){
}

int main(){
	//freopen("input.txt","r",stdin);
    //freopen("output.txt","w",stdout);
	presof();
	//run();
	while(~scanf("%d%d",&n,&m)) run();
	//for(scanf("%d",&TS),cas=1;cas<=TS;cas++) run();
	return 0;
}


### 乌龟问题的动态规划求解方法 乌龟问题可以通过动态规划算法进行求解,目标是找到一条路径,使得从起点到终点的过程中,经过的格子的分数总和最大。问题的关键在于卡片的使用顺序和路径的选择。 #### 问题建模 假设盘是一个线性结构,子从起点出发,每一步通过使用一张卡片(卡片上的数字代表移动的步数)前进相应格子数,直到终点。每到达一个格子,子获得该格子的分数。目标是找到一种卡片使用顺序,使得总得分最大。 #### 动态规划状态设计 设 `dp[a][b][c][d]` 表示使用了 `a` 张 1 类卡片、`b` 张 2 类卡片、`c` 张 3 类卡片和 `d` 张 4 类卡片后,所能获得的最大得分。此时,子的位置为 `1*a + 2*b + 3*c + 4*d`,即通过卡片的总步数决定当前位置。 状态转移方程如下: - 如果当前使用了一张 1 类卡片,则状态可以从 `dp[a-1][b][c][d]` 转移而来; - 如果当前使用了一张 2 类卡片,则状态可以从 `dp[a][b-1][c][d]` 转移而来; - 如果当前使用了一张 3 类卡片,则状态可以从 `dp[a][b][c-1][d]` 转移而来; - 如果当前使用了一张 4 类卡片,则状态可以从 `dp[a][b][c][d-1]` 转移而来。 因此,状态转移方程为: ```cpp dp[a][b][c][d] = max( dp[a-1][b][c][d], dp[a][b-1][c][d], dp[a][b][c-1][d], dp[a][b][c][d-1] ) + score[1*a + 2*b + 3*c + 4*d]; ``` 其中,`score[pos]` 表示位置 `pos` 的分数。 #### 初始状态 初始状态为 `dp[0][0][0][0] = score[0]`,表示起点位置的分数。 #### 状态转移顺序 状态转移的顺序应按照卡片使用的数量递增的方式进行,即从小到大遍历 `a`、`b`、`c` 和 `d` 的值。 #### 最终结果 最终结果为 `dp[card1][card2][card3][card4]`,其中 `card1`、`card2`、`card3` 和 `card4` 分别表示四类卡片的总使用数量。 #### 示例代码 以下是一个动态规划求解乌龟问题的示例代码: ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int main() { int n, m; cin >> n >> m; vector<int> score(n); for (int i = 0; i < n; ++i) { cin >> score[i]; } int card[5] = {0}; // 卡片类型1-4的数量 for (int i = 0; i < m; ++i) { int type; cin >> type; card[type]++; } // 初始化DP数组 int dp[card[1]+1][card[2]+1][card[3]+1][card[4]+1]; for (int a = 0; a <= card[1]; ++a) for (int b = 0; b <= card[2]; ++b) for (int c = 0; c <= card[3]; ++c) for (int d = 0; d <= card[4]; ++d) dp[a][b][c][d] = 0; dp[0][0][0][0] = score[0]; // 起点分数 for (int a = 0; a <= card[1]; ++a) for (int b = 0; b <= card[2]; ++b) for (int c = 0; c <= card[3]; ++c) for (int d = 0; d <= card[4]; ++d) { int pos = a * 1 + b * 2 + c * 3 + d * 4; if (pos >= n) continue; if (a > 0) dp[a][b][c][d] = max(dp[a][b][c][d], dp[a-1][b][c][d] + score[pos]); if (b > 0) dp[a][b][c][d] = max(dp[a][b][c][d], dp[a][b-1][c][d] + score[pos]); if (c > 0) dp[a][b][c][d] = max(dp[a][b][c][d], dp[a][b][c-1][d] + score[pos]); if (d > 0) dp[a][b][c][d] = max(dp[a][b][c][d], dp[a][b][c][d-1] + score[pos]); } cout << dp[card[1]][card[2]][card[3]][card[4]] << endl; return 0; } ``` #### 时间复杂度分析 - 状态总数为 `card[1] * card[2] * card[3] * card[4]`,假设卡片数量为 `m`,则时间复杂度为 `O(m^4)`。 - 每个状态的转移需要常数时间,因此总体时间复杂度为 `O(m^4)`。 #### 空间复杂度分析 - 使用了一个四维数组 `dp`,空间复杂度为 `O(m^4)`。 通过上述动态规划方法,可以高效求解乌龟问题的最大得分。
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