P6146 [USACO20FEB]Help Yourself G--动态规划+集合+前缀和

本文探讨了一种解决线段覆盖问题的方法,通过动态规划算法进行处理。首先,将线段按左端点排序,设定时间复杂度数组f[i]表示到第i条线段的状态。通过分析线段之间的包含、连接和分离情况,提出了递推公式f[i]=2*f[i-1]+2x2^x2x。利用桶计数统计分离线段数,实现高效计算。

题目来源

先考虑的是转成树或者图,好麻烦。
然后考虑的是类似线段覆盖的的处理,要分包含或连接、分离等情况,分离情况的处理理不清楚,借助了题解。
将线段按照左端点排序,设到第i条线段 构成的时间复杂度为f[i].
那么包含的情况包括
1.不包含这条线段,那么为f[i-1];
2.包含这条线段又分两种情况 增加的集合个数为f[i-1]
2-1.增加了集合个数,但这个集合的复杂度与前面一样,所有增加的集合已经包含在前面的f[i-1]内
2-2.增加了集合个数,同时复杂度增加。这种情况下,与前面的线段分离会增使其复杂度+1
会使多少集合复杂度+1?设前面与其分离的线段数为x,那么这写条线段构成的集合数为 2 x 2^x 2x,这条线段使得所有这 2 x 2^x 2x个集合增加1,所以增加 2 x 2^x 2x
因此递推公式为:f[i]=2*f[i-1]+ 2 x 2^x 2x
如何统计分离线段的条数。数据范围 1 0 5 10^5 105,可以直接用桶来计数右端点,然后求前缀和,只要这条线段左端点前面的右端点个数即为需要的分离线段条数。

参考代码

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const int mod=1e9+7,N=2e5+10;
pair<int,int> a[N];
int n,l,r;
ll tong[N],f[N],qpow[N];

int main() {
	scanf("%d",&n);
	qpow[0]=1ll; 
	for(int i=1; i<=n; i++) {
		scanf("%d%d",&a[i].first,&a[i].second);
		tong[a[i].second]++;
		qpow[i]=qpow[i-1]*2%mod;
	}
	sort(a+1,a+n+1);
	for(int i=1; i<=2*n; i++)
		tong[i]+=tong[i-1];
	for(int i=1; i<=n; i++){
		ll x=tong[a[i].first-1];
		f[i]=(2*f[i-1]+qpow[x])%mod;
	}	
	cout<<f[n]<<endl;
	return 0;
}
### 解决方案 USACO 的题目 **P2895 Meteor Shower S** 是一道经典的 BFS(广度优先搜索)问题,涉及路径规划以及动态障碍物的处理。以下是关于此题目的 C++ 实现方法及相关讨论。 #### 1. 题目概述 贝茜需要在一个二维网格上移动到尽可能远的位置,同时避开由流星造成的破坏区域。每颗流星会在特定时间落在某个位置,并摧毁其周围的五个单元格(中心及其上下左右)。目标是最小化贝茜受到的风险并计算最短到达安全地点的时间[^5]。 --- #### 2. 关键算法思路 为了高效解决这个问题,可以采用以下策略: - 使用 **BFS(广度优先搜索)** 来模拟贝茜可能的行走路线。 - 动态更新地图上的危险区域,确保在每个时刻只考虑有效的威胁。 - 提前预处理所有流星的影响范围,减少冗余计算。 由于直接在每次 BFS 中调用 `boom` 函数可能导致性能瓶颈[^4],因此可以通过优化来降低复杂度。 --- #### 3. 优化建议 为了避免重复标记已知的危险区域,可以在程序初始化阶段完成如下操作: - 创建一个数组记录每个单位时间内哪些坐标会被流星影响。 - 将 BFS 和流星爆炸事件同步进行,仅在必要时扩展新的状态。 这种方法能够显著提升运行速度,尤其对于大规模输入数据(如 $ M \leq 50,000 $),效果尤为明显。 --- #### 4. C++ 示例代码实现 下面提供了一个高效的解决方案框架: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 1e6; int grid[1001][1001]; // 地图大小假设为合理范围内 bool visited[1001][1001]; queue<pair<int, pair<int, int>>> q; // 存储 {time, {x, y}} // 方向向量定义 vector<pair<int, int>> directions = { {-1, 0}, {1, 0}, {0, -1}, {0, 1} }; void initializeGrid(int N, vector<tuple<int, int, int>>& meteors) { memset(grid, 0, sizeof(grid)); for(auto &[t, x, y] : meteors){ if(t >= N || t < 0) continue; // 超过最大时间或负数忽略 grid[x][y] = max(grid[x][y], t); for(auto &[dx, dy] : directions){ int nx = x + dx, ny = y + dy; if(nx >=0 && nx <1001 && ny>=0 && ny<1001){ grid[nx][ny] = max(grid[nx][ny], t); } } } } bool isValid(int time, int x, int y){ return !(grid[x][y] <= time); // 如果当前时间<=流星爆炸时间则不可通过 } int main(){ ios::sync_with_stdio(false); cin.tie(0); int T, X, Y; cin >> T >> X >> Y; vector<tuple<int, int, int>> meteors(T); for(int i=0;i<T;i++) cin >> get<0>(meteors[i]) >> get<1>(meteors[i]) >> get<2>(meteors[i]); initializeGrid(X*Y, meteors); memset(visited, false, sizeof(visited)); q.push({0,{X,Y}}); visited[X][Y]=true; while(!q.empty()){ auto current = q.front(); q.pop(); int currentTime = current.first; int cx = current.second.first, cy = current.second.second; if(isValid(currentTime,cx,cy)){ cout << currentTime; return 0; } for(auto &[dx,dy]:directions){ int nx=cx+dx,ny=cy+dy; if(nx>=0&&nx<1001&&ny>=0&&ny<1001&&!visited[nx][ny]){ if(isValid(currentTime,nx,ny)){ q.push({currentTime+1,{nx,ny}}); visited[nx][ny]=true; } } } } cout << "-1"; // 若无解返回-1 return 0; } ``` 上述代码实现了基于 BFS 的最优路径查找逻辑,并预先构建了流星影响的地图以加速查询过程。 --- #### 5. 进一步讨论 尽管本题的核心在于 BFS 及动态更新机制的应用,但在实际编码过程中仍需注意以下几个方面: - 输入规模较大时应选用快速 IO 方法(如关闭同步流 `ios::sync_with_stdio(false)` 并取消绑定 `cin.tie(NULL)`)。 - 对于超出边界或者无关紧要的数据点可以直接跳过处理,从而节省不必要的运算开销。 - 利用位掩码或其他压缩技术存储访问标志可进一步节约内存资源。 --- ###
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