题解 [CF946D] Timetable

本文详细介绍了如何解决算法竞赛题目CF946D - Timetable,通过设立w和f数组来表示删除字符后的最小代价,并利用背包动态规划进行转移,从而找到最优解。

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

CF link Luogu link

细节有点多的水题。

w i , j w_{i,j} wi,j 表示第 i i i 行删掉 j j j1 后的最小花费代价, f i , j f_{i,j} fi,j 表示前 i i i 行删掉 j j j1 后的最小花费代价。

容易发现 w w w 数组能够很容易地求到,接下来考虑 f f f 数组。可以发现这是个背包模型,转移式子为:

f i , j = min ⁡ 0 ≤ l ≤ j ≤ k { f i − 1 , l + w i , j − l } f_{i,j} = \min\limits_{0\leq l\leq j\leq k}\{f_{i-1,l}+w_{i,j-l}\} fi,j=0ljkmin{fi1,l+wi,jl}

//CF946D
#include <algorithm> 
#include <cstring>
#include <cstdio>
using namespace std;

const int N = 510;
int n, m, k, pos[N], w[N][N], f[N][N];
char s[N];

int main(){
	memset(w, 0x3f, sizeof(w));
	scanf("%d%d%d", &n, &m, &k);
	for(int i = 1; i <= n; ++ i){
		scanf("%s", s+1);
		int tot = 0;
		for(int j = 1; j <= m; ++ j){
			if(s[j] == '1') pos[++tot] = j;
		}
		for(int j = 0; j <= tot; ++ j){
			int len = tot - j;
			for(int l = 1; l + len - 1 <= tot; ++ l){
				w[i][j] = min(w[i][j], pos[l+len-1] - pos[l] + 1);
			}
			w[i][tot] = 0;
		}
	}
	memset(f, 0x3f, sizeof(f));
	f[0][0] = 0;
	for(int i = 1; i <= n; ++ i){
		for(int j = 0; j <= k; ++ j){
			for(int l = 0; l <= j; ++ l){
				f[i][j] = min(f[i][j], f[i-1][l] + w[i][j-l]);
			}
		}
	}
	int ans = 0x3f3f3f3f;
	for(int i = 0; i <= k; ++ i){
		ans = min(ans, f[n][i]);
	}
	printf("%d\n", ans);
	return 0;
}
CF Directional Increase是一道经典的算法题目,通常出现在编程竞赛中。题目要求在一个二维网格中,找到从起点到终点的路径,使得路径上的数值递增。以下是详细的题解: ### 题目描述 给定一个二维网格,每个格子中有一个整数。起点在左上角,终点在右下角。你可以从当前格子移动到右边的格子或下边的格子。找到一条路径,使得路径上的数值递增。 ### 解题思路 1. **动态规划**:使用动态规划来解决问题。定义一个二维数组`dp[i][j]`,表示从起点到格子`(i, j)`的递增路径的长度。 2. **初始化**:起点`dp[0][0]`的值为`grid[0][0]`。 3. **状态转移方程**: - 如果从上方移动到当前格子`(i, j)`,则`dp[i][j] = max(dp[i][j], dp[i-1][j] + 1)`,前提是`grid[i][j] > grid[i-1][j]`。 - 如果从左方移动到当前格子`(i, j)`,则`dp[i][j] = max(dp[i][j], dp[i][j-1] + 1)`,前提是`grid[i][j] > grid[i][j-1]`。 ### 代码实现 ```python def directional_increase(grid): if not grid or not grid[0]: return 0 m, n = len(grid), len(grid[0]) dp = [[1] * n for _ in range(m)] for i in range(m): for j in range(n): if i > 0 and grid[i][j] > grid[i-1][j]: dp[i][j] = max(dp[i][j], dp[i-1][j] + 1) if j > 0 and grid[i][j] > grid[i][j-1]: dp[i][j] = max(dp[i][j], dp[i][j-1] + 1) return dp[m-1][n-1] # 示例 grid = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] print(directional_increase(grid)) # 输出: 5 ``` ### 解释 - 初始化`dp`数组为全1,因为每个格子的递增路径至少为1。 - 遍历每个格子,更新`dp[i][j]`的值。 - 最后,`dp[m-1][n-1]`即为从起点到终点的递增路径的最大长度。
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