hdu_1069 LIS变形

本文介绍了一种改进的最长递增子序列(LIS)算法,该算法适用于带有权重值的情况,并通过使用hash图和树形动态规划来优化复杂度至O(nlogn)。通过实例代码展示了如何处理偏序关系的元素集合。

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

类似LIS的思想,只能用LIS的 O(n2)的算法,O(nlogn)的算法用不了,因为每个数值加了权值!其实我感觉可以用树形dp的,因为他们是偏序关系,可以建一个hash图,复杂度O(nlogn)绝对可以,然后dp过程只要O(n)的复杂度,可以每次判断hash图中被自己覆盖元素的最大的那个值,然后加上自己的权值,就能推出自己所能达到的最大值,这样dp只要扫一遍就可以了,总复杂度O(nlogn)。。。。。那个。。。有谁知道怎么建hash图不可怜

#include<iostream> 
#include<vector> 
#include<algorithm>
using namespace std;

struct pp
{
    int x,y,h;
    bool operator == (const pp& cmp) const
    {
        if(x==cmp.x && y==cmp.y)
        {
            return true;
        }
        else
        {
            return false;
        }
    }
    bool operator < (const pp& cmp) const
    {
        if(x!=cmp.x)
        {
            return x<cmp.x;
        }
        else if(y!=cmp.y)
        {   
            return y<cmp.y;
        }
        else
        {
            return h<cmp.h;
        }
    }
}p;

int a,b,c,N,ca,tmax,maxh,dp[200];
vector<pp>va,vb; 

inline void pushinto()
{
    p.x=a;
    p.y=b;
    p.h=c;
    va.push_back(p);  // a b c
    swap(p.x , p.y);  
    va.push_back(p);  // b a c
    swap(p.y , p.h);
    va.push_back(p);  // b c a
    swap(p.x , p.y);
    va.push_back(p);  // c b a
    swap(p.y , p.h);
    va.push_back(p);  // c a b
    swap(p.x , p.y);
    va.push_back(p);  // a c b
    return ;
} 
void uniquecopy()
{
    sort(va.begin(),va.end());
    vb.push_back(va[0]);
    for(int i=1;i<va.size();i++)
    {
        if( va[i] == vb.back() )
        {
            if(va[i].h > vb.back().h)
            {
                vb.back().h = va[i].h;
            }
        }                        
        else
        {
            vb.push_back(va[i]);        
        }    
    }
    return ;
}
void dpstart()
{
    memset(dp,0,sizeof(dp));  
    maxh=dp[0]=vb[0].h;   
    for(int i=1;i<vb.size();i++)        
    {
        tmax=0;
        for(int j=i-1;j>=0;j--)
        {
            if(vb[i].y > vb[j].y && vb[i].x != vb[j].x)
            {
                if(dp[j]>tmax)
                {
                   tmax=dp[j];
                }
            }            
        }
        dp[i]=vb[i].h+tmax;
        if(dp[i]>maxh)
        {
            maxh=dp[i];
        }
    } 
    printf("Case %d: maximum height = ",ca++);
    cout<<maxh<<endl;
    return ;
}
int main()
{
    ca=1;
    while(cin>>N)
    {
        if(0 == N)
        {
            break;
        }   
        va.clear(); 
        vb.clear();
        for(int i=1;i<=N;i++)
        {
            cin>>a>>b>>c; 
            pushinto();  
        }   
        uniquecopy();
        dpstart();
    }
    return 0;
}



资源下载链接为: https://pan.quark.cn/s/22ca96b7bd39 在当今的软件开发领域,自动化构建与发布是提升开发效率和项目质量的关键环节。Jenkins Pipeline作为一种强大的自动化工具,能够有效助力Java项目的快速构建、测试及部署。本文将详细介绍如何利用Jenkins Pipeline实现Java项目的自动化构建与发布。 Jenkins Pipeline简介 Jenkins Pipeline是运行在Jenkins上的一套工作流框架,它将原本分散在单个或多个节点上独立运行的任务串联起来,实现复杂流程的编排与可视化。它是Jenkins 2.X的核心特性之一,推动了Jenkins从持续集成(CI)向持续交付(CD)及DevOps的转变。 创建Pipeline项目 要使用Jenkins Pipeline自动化构建发布Java项目,首先需要创建Pipeline项目。具体步骤如下: 登录Jenkins,点击“新建项”,选择“Pipeline”。 输入项目名称和描述,点击“确定”。 在Pipeline脚本中定义项目字典、发版脚本和预发布脚本。 编写Pipeline脚本 Pipeline脚本是Jenkins Pipeline的核心,用于定义自动化构建和发布的流程。以下是一个简单的Pipeline脚本示例: 在上述脚本中,定义了四个阶段:Checkout、Build、Push package和Deploy/Rollback。每个阶段都可以根据实际需求进行配置和调整。 通过Jenkins Pipeline自动化构建发布Java项目,可以显著提升开发效率和项目质量。借助Pipeline,我们能够轻松实现自动化构建、测试和部署,从而提高项目的整体质量和可靠性。
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