2018 ICPC EC-final i题Misunderstood Missing 倒序DP

本文解析了一道CodeForces上的动态规划问题,通过三维DP数组优化算法,详细阐述了解题思路与代码实现,适用于算法竞赛及动态规划学习。

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

http://codeforces.com/gym/102056/problem/I

题意:有两种值A,D,A代表攻击一次怪兽能对怪兽造成的伤害。D代表每回合开始时A的增量。初始值均为0

给出三种操作,求使用这三种操作在n回合后可以达到的对怪兽伤害的最大值:

1.攻击怪兽,造成A+a[i]伤害。

2.不攻击怪兽,但使D增加b[i]。

3.不攻击怪兽,但使A增加c[i]。


思路:

题目说了回合最多100次,100次要么选1,要么选2,要么选3,而选2和3本质是相同的,只要知道选2或者3之后哪几个回合攻击了,就可以知道选2或者3的收益。但是,“哪几个回合攻击”蕴含的信息量太大,它本身是一个集合,对于一个状态,我们不能存储一个集合,那么就该考虑如何把这个信息转化。

选3的时候,没必要知道具体是哪些回合攻击了,只需要知道选3之后攻击了多少次,就可以得出选3的收益——设选3之后攻击力j次,则收益为c[i]*j

选2的时候就比较麻烦了,看似我们必须知道哪些回合攻击了,才能知道选2的收益有多大。设x为i回合选2之后选择攻击的回合,把收益列出来:

b[i]*((x1-i) + (x2-i) + (x3-i) + ... + (xj - i)) = b[i]*(Σx - i*j)

发现,并不需要记录攻击回合的集合,只需要知道选择攻击的回合之和即可。

因此,dp数组选取三维数组:

dp[i][j][k]:[第i回合][第i回合到第n回合选择攻击的次数][攻击的回合之和] = i到n回合对怪兽造成的伤害

状态转移方程:

dp[i][j+1][k+i] = max(dp[i][j+1][k+i],dp[i+1][j][k] + a[i])//选不选操作1
dp[i][j][k] = max(dp[i][j][k],dp[i+1][j][k] + max(j*c[i],(k-i*j)*b[i]))//选不选操作2或3

由于最后一次肯定要选1,所以dp[n][1][n] = a[n],然后从n-1开始,dp方向为倒序,直到回合1,在回合1里找最大的ans即可。
前排膜大佬
 

#include <bits/stdc++.h>
#define ll long long
using namespace std;
ll dp[2][110][5060];
int main() {
	int t;
	cin>>t;
	while(t--) {
		int n;
		cin>>n;
		memset(dp,0,sizeof(dp));
		ll a[1010],b[1010],c[1010];
		for(int i=1; i<=n; i++) {
			cin>>a[i]>>b[i]>>c[i];
		}
		dp[n%2][1][n]=a[n];// 最后一次必攻击 
		for(int i=n-1;i>=1;i--)// 第i回合
		// 为什么倒叙? 因为倒叙的话  后面的收益对前面没有影响 
		{
			for(int j=1;j<=n-i;j++)//  代表选择攻击回合的次数 正反无所谓   
			{
				for(int k=(i+i+j-1)*j/2;k<=(n+n-j+1)*j/2;k++)// 根据当前回合的总次数 来枚举 所选回合的总回合数 
				
				//当从i开始选,连续j回合攻击,第n回合攻击的情况是回合之和最小的情况。
				// 开头也有人这样写 从i开始选 选择连续j-i回合攻击 ,第n回合必攻击 把这个当做最小的情况 也可以
				// 表达式是 k=(i+i+j-2)*(j-1)/2
				
                //从n开始,倒着数j次攻击是回合数最大的情况。 
				{
					//为什么是k+i? 因为你在选这个回合的时候 那么攻击回合就要+i 
					dp[i%2][j+1][k+i]=max(dp[i%2][j+1][k+i],dp[(i+1)%2][j][k]+a[i]);//选不选1 
					dp[i%2][j][k]=max(dp[i%2][j][k],dp[(i+1)%2][j][k]+max(j*c[i],(k-i*j)*b[i]));//选不选2或3 
				}
			}
			memset(dp[(i+1)%2],0,sizeof(dp[(i+1)%2])); // 滚动数组  
		}
		ll ans=0;
		for(int i=1;i<=n;i++)
		{
			for(int j=1;j<=(n+n-i+1)*i/2;j++)//这里和之前枚举总回合数相同 
			{
				ans=max(ans,dp[1][i][j]);// 选择 i=1时 的最大值
			}
		}
		cout<<ans<<endl;
	}
	return 0;
}

 

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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