POJ3926 - 很少人做的单调队列优化DP..

本文详细阐述了解决矩阵路径问题的动态规划方法优化过程,包括恶心的数据输入处理、复杂的状态转移方程以及利用单调队列进行状态压缩,旨在提高算法效率。通过实例分析,展示了如何在给定条件下优化DP算法,实现对矩阵内路径的最大值求解。

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

首先日西一下...Van_Persie是我的小号..zzyzzy12是我的大号..囧...上面是按空间排序..下面是按时间排序...时间排第七...空间居然是第一..好吧!!晒得果断!



回到正题..这道题是上个周末在衡阳八中跟他们一起训练做的...当时只过了6个点...回来再POJ上A发现更多问题...题意我就不再说明了..注意的是这里的长度不会影响上下..也就是说整个可以看成一个每个格子相等的矩阵...长度只是代表一个数~~不是说每个格子的边长..否则没法做了...

首先是输入很恶心..数据量很大...用scanf光OI就超时..所以只能先gets一行字符再来自己转...

dp方程也比较好想吧...dp[ k ] [ i ] 代表到达第k行第i个路口能取到的最大值...dp从第一行开始做到最后一行...

题目最原始的做法是一行一行往上做..首先将下一行的值copy上来(上下走不要距离代价)..然后枚举每个点左走到能走的路口更新...右走到能走的路口更新..这样的话最强数据的运算次数将是 10^5*10^5*100 给的1S...铁定超时..

看状态转移方程...我是没想出其他的了...那就在状态转移的时候做优化...每一个点向左扫描更新到能更新到的距离...向右扫描更新到能更新到的距离..可以想象每次更新只能更新到特定的一个长度..并且长度是非降的..所以用单调队列..

这里每行做两次扫描....一次从左向右...一次从右向左..分开做两次扫描...先更新单调队列..也就是从头结点挤掉距离大于L的...从尾挤掉更新值小于当前点的..再插在尾结点的后面..用头结点来更新当前点的dp值...

为了处理方便...开始在读入时...就可以把每个点的长度以及快乐值都置成1到当前点的之和...方便后面dp时得出一段的距离长度或者一段的快乐值~~~

读入时千万要注意快乐值可能是负的~~用字符串读得时候要多判断一下~~

我的空间少就是因为我的长度是边读边做的~~~dp是滚动数组的~~

Program:

#include<iostream> #define oo 1000000000 #define MAXN 10015 using namespace std; int n,m,L,i,j,k,p,x,h1,h2,line[MAXN],pop[115][MAXN],len[MAXN],dp[2][MAXN],ans; char s[2000001]; int getint() { int data=0,u=1; while (s[x]<'0' || s[x]>'9' ) x++; if (x && s[x-1]=='-') u=-1; while (s[x]>='0' && s[x]<='9') { data=data*10+s[x]-'0'; x++; } return data*u; } int main() { while (gets(s)) { x=0; n=getint(); m=getint(); L=getint(); if (!n && !m && !L) break; for (i=1;i<=n+1;i++) { gets(s); x=0; pop[i][0]=0; for (j=1;j<=m;j++) { pop[i][j]=getint(); pop[i][j]+=pop[i][j-1]; } } p=1; len[0]=0; memset(dp[p],0,sizeof(dp[p])); for (k=1;k<=n+1;k++) { p=1-p; gets(s); x=0; for (i=1;i<=m;i++) { len[i]=getint(); len[i]+=len[i-1]; } memset(dp[p],0,sizeof(dp[p])); h1=1; h2=0; for (i=0;i<=m;i++) { while (h1<=h2 && len[i]-len[line[h1]]>L) h1++; while (h1<=h2 && dp[1-p][line[h2]]+pop[k][i]-pop[k][line[h2]]<=dp[1-p][i]) h2--; line[++h2]=i; dp[p][i]=dp[1-p][line[h1]]+pop[k][i]-pop[k][line[h1]]; }// 单调队列1 左往右 h1=1; h2=0; for (i=m;i>=0;i--) { while (h1<=h2 && len[line[h1]]-len[i]>L) h1++; while (h1<=h2 && dp[1-p][line[h2]]+pop[k][line[h2]]-pop[k][i]<=dp[1-p][i]) h2--; line[++h2]=i; if (dp[p][i]<dp[1-p][line[h1]]+pop[k][line[h1]]-pop[k][i]) dp[p][i]=dp[1-p][line[h1]]+pop[k][line[h1]]-pop[k][i]; }// 单调队列2 右往左 } ans=0; for (i=0;i<=m;i++) ans=ans>dp[p][i]?ans:dp[p][i]; printf("%d\n",ans); } return 0; }

CH341A编程器是一款广泛应用的通用编程设备,尤其在电子工程和嵌入式系统开发领域中,它被用来烧录各种类型的微控制器、存储器和其他IC芯片。这款编程器的最新版本为1.3,它的一个显著特点是增加了对25Q256等32M芯片的支持。 25Q256是一种串行EEPROM(电可擦可编程只读存储器)芯片,通常用于存储程序代码、配置数据或其他非易失性信息。32M在这里指的是存储容量,即该芯片可以存储32兆位(Mbit)的数据,换算成字节数就是4MB。这种大容量的存储器在许多嵌入式系统中都有应用,例如汽车电子、工业控制、消费电子设备等。 CH341A编程器的1.3版更新,意味着它可以与更多的芯片型号兼容,特别是针对32M容量的芯片进行了优化,提高了编程效率和稳定性。26系列芯片通常指的是Microchip公司的25系列SPI(串行外围接口)EEPROM产品线,这些芯片广泛应用于各种需要小体积、低功耗和非易失性存储的应用场景。 全功能版的CH341A编程器不仅支持25Q256,还支持其他大容量芯片,这意味着它具有广泛的兼容性,能够满足不同项目的需求。这包括但不限于微控制器、EPROM、EEPROM、闪存、逻辑门电路等多种类型芯片的编程。 使用CH341A编程器进行编程操作时,首先需要将设备通过USB连接到计算机,然后安装相应的驱动程序和编程软件。在本例中,压缩包中的"CH341A_1.30"很可能是编程软件的安装程序。安装后,用户可以通过软件界面选择需要编程的芯片类型,加载待烧录的固件或数据,然后执行编程操作。编程过程中需要注意的是,确保正确设置芯片的电压、时钟频率等参数,以防止损坏芯片。 CH341A编程器1.3版是面向电子爱好者和专业工程师的一款实用工具,其强大的兼容性和易用性使其在众多编程器中脱颖而出。对于需要处理25Q256等32M芯片的项目,或者26系列芯片的编程工作,CH341A编程器是理想的选择。通过持续的软件更新和升级,它保持了与现代电子技术同步,确保用户能方便地对各种芯片进行编程和调试。
内存分区情况的分析是嵌入式系统开发中的一个重要环节,特别是在资源有限的MCU(微控制器)环境中。标题提到的工具是一款专为分析Linux环境下的`gcc-map`文件设计的工具,这类文件在编译过程结束后生成,包含了程序在目标设备内存中的布局信息。这个工具可以帮助开发者理解程序在RAM、ROM以及FLASH等存储区域的占用情况,从而进行优化。 `gcc-map`文件通常包含以下关键信息: 1. **符号表**:列出所有定义的全局和静态变量、函数以及其他符号,包括它们的地址和大小。 2. **节区分配**:显示每个代码和数据节区在内存中的位置,比如.text(代码)、.data(已初始化数据)、.bss(未初始化数据)等。 3. **内存汇总**:总览所有节区的大小,有助于评估程序的整体内存需求。 4. **重定位信息**:显示了代码和数据如何在目标地址空间中定位。 该分析工具可能提供以下功能: 1. **可视化展示**:将内存分配以图形化方式呈现,便于直观理解。 2. **详细报告**:生成详细的分析报告,列出每个符号的大小和位置。 3. **比较功能**:对比不同编译版本或配置的`map`文件,查看内存使用的变化。 4. **统计分析**:计算各种内存区域的使用率,帮助识别潜在的优化点。 5. **自定义过滤**:允许用户根据需要筛选和关注特定的符号或节区。 虽然在MCU环境中,Keil IDE自带的工具可能更方便,因为它们通常针对特定的MCU型号进行了优化,提供更加细致的硬件相关分析。然而,对于通用的Linux系统或跨平台项目,这款基于`gcc-map`的分析工具提供了更广泛的适用性。 在实际使用过程中,开发者可以利用这款工具来: - **优化内存使用**:通过分析哪些函数或数据占用过多的内存,进行代码重构或调整链接器脚本以减小体积。 - **排查内存泄漏**:结合其他工具,比如动态内存检测工具,查找可能导致内存泄漏的部分。 - **性能调优**:了解代码执行时的内存分布,有助于提高运行效率。 - **满足资源限制**:在嵌入式系统中,确保程序能在有限的内存空间内运行。 总结来说,`gcc-amap`这样的工具对于深入理解程序的内存布局和资源消耗至关重要,它能帮助开发者出更明智的决策,优化代码以适应不同的硬件环境。在处理`map`文件时,开发者不仅能获取到程序的内存占用情况,还能进一步挖掘出可能的优化空间,从而提升系统的整体性能和效率。
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