HDU-3231(三维拓扑)

本文提供HDU-3231题目的详细解答过程,通过建立三维拓扑排序模型来解决盒子堆叠问题。文章介绍了如何初始化约束条件、处理不同类型的询问并实现拓扑排序算法。

题目链接HDU-3231
题是好题,就是输出格式略坑。。少空行他不会提示PE只显示WA
对于给定的n个盒子,我们可以将其起始点和终点分别假定为i和i+n,
这样我们就可以在每个维度(x,y,z)上得到2n个点

在初始化的时候,考虑初始约束条件
x<x+n,y<y+n,z<z+n 在初始时已经就应该要连边,需要单独初始化

然后考虑“I”,“X”,“Y”,“Z”的询问更新,
当为“I”时,a,b没有相交关系,在三个维度上添加约束条件a<b+n,b<a+n(这个约束条件非常巧妙)
当为“X”,“Y”,“Z”时,给a,b在相应维度上连边 “a+n<b”;
按照对应约束条件完成建图

再对三个维度分别跑一次拓扑排序即可

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <map>
#include <queue>
#include <functional>
#include <vector>
#include <stack>
#include <set>
#include <bitset>
using namespace std;
typedef  long long ll;
const int maxn=2e5+50;
const int inf=0x7fffffff;
const int mod=1e9+7;
const int HASH=131;

vector<int> v[3][maxn];//代表维度分别为xyz
int degree[3][maxn];
int dis[3][maxn];

void init(int n)
{
    for(int i=0;i<3;i++)
    {
        for(int j=1;j<=2*n;j++)
        {
            degree[i][j]=dis[i][j]=0;
            v[i][j].clear();
        }
    }
    for(int i=0;i<3;i++)
    {
        for(int j=n+1;j<=2*n;j++)
        {
            degree[i][j]++;
            v[i][j-n].push_back(j);
        }
    }
}


int main()
{
    int n,m;
    int cass=1;
    while(scanf("%d%d",&n,&m)!=EOF&&n+m)//初始将最大的盒子长度定为n
    {
        init(n);
        for(int ttt=1;ttt<=m;ttt++)
        {
            char s[5];
            int a,b;
            scanf("%s %d %d",s,&a,&b);
            if(s[0]=='I')
            {
                for(int i=0;i<3;i++)
                {
                    v[i][a].push_back(b+n);
                    degree[i][b+n]++;
                    v[i][b].push_back(a+n);
                    degree[i][a+n]++;
                }
            }
            else if(s[0]=='X')
            {
                v[0][a+n].push_back(b);
                degree[0][b]++;
            }
            else if(s[0]=='Y')
            {
                v[1][a+n].push_back(b);
                degree[1][b]++;
            }
            else if(s[0]=='Z')
            {
                v[2][a+n].push_back(b);
                degree[2][b]++;
            }
        }
        printf("Case %d: ",cass++);
        int sign=0;
        for(int i=0;i<3;i++)
        {
            queue<int> q;
            int cnt=0;//统计进入队列数量,并给距离赋初始值
            for(int j=1;j<=n;j++)
            {
                if(degree[i][j]==0)
                {
                    q.push(j);
                    dis[i][j]=cnt++;
                }
            }
            while(!q.empty())//找每个维度上入度为0的点
            {
                int tmp=q.front();
                q.pop();
                int len=v[i][tmp].size();
                for(int j=0;j<len;j++)
                {
                    int t=v[i][tmp][j];
                    dis[i][t]=max(dis[i][t],dis[i][tmp]+1);//让距离满足约束条件
                    if(--degree[i][t]==0)
                    {
                        q.push(t);
                        cnt++;
                    }
                }
            }
            if(cnt!=2*n) sign=1;
        }
        if(sign)
        {
            printf("IMPOSSIBLE\n");
        }
        else
        {
            printf("POSSIBLE\n");
            for(int i=1;i<=n;i++)
            {

                printf("%d %d %d %d %d %d\n",dis[0][i],dis[1][i],dis[2][i],dis[0][i+n],dis[1][i+n],dis[2][i+n]);
            }
        }
        cout<<endl;
    }
    return 0;
}

HDU-3480 是一个典型的动态规划问题,其题目标题通常为 *Division*,主要涉及二维费用背包问题或优化后的动态规划策略。题目大意是:给定一个整数数组,将其划分为若干个连续的子集,每个子集最多包含 $ m $ 个元素,并且每个子集的最大值与最小值之差不能超过给定的阈值 $ t $,目标是使所有子集的划分代价总和最小。每个子集的代价是该子集最大值与最小值的差值。 ### 动态规划思路 设 $ dp[i] $ 表示前 $ i $ 个元素的最小代价。状态转移方程如下: $$ dp[i] = \min_{j=0}^{i-1} \left( dp[j] + cost(j+1, i) \right) $$ 其中 $ cost(j+1, i) $ 表示从第 $ j+1 $ 到第 $ i $ 个元素构成一个子集的代价,即 $ \max(a[j+1..i]) - \min(a[j+1..i]) $。 为了高效计算 $ cost(j+1, i) $,可以使用滑动窗口或单调队列等数据结构来维护区间最大值与最小值,从而将时间复杂度优化到可接受的范围。 ### 示例代码 以下是一个简化版本的动态规划实现,使用暴力方式计算区间代价,适用于理解问题结构: ```cpp #include <bits/stdc++.h> using namespace std; const int INF = 0x3f3f3f3f; const int MAXN = 10010; int a[MAXN]; int dp[MAXN]; int main() { int T, n, m; cin >> T; for (int Case = 1; Case <= T; ++Case) { cin >> n >> m; for (int i = 1; i <= n; ++i) cin >> a[i]; dp[0] = 0; for (int i = 1; i <= n; ++i) { dp[i] = INF; int mn = a[i], mx = a[i]; for (int j = i; j >= max(1, i - m + 1); --j) { mn = min(mn, a[j]); mx = max(mx, a[j]); if (mx - mn <= T) { dp[i] = min(dp[i], dp[j - 1] + mx - mn); } } } cout << "Case " << Case << ": " << dp[n] << endl; } return 0; } ``` ### 优化策略 - **单调队列**:可以使用两个单调队列分别维护当前窗口的最大值与最小值,从而将区间代价计算的时间复杂度从 $ O(n^2) $ 降低到 $ O(n) $。 - **斜率优化**:若问题满足特定的决策单调性,可以考虑使用斜率优化技巧进一步加速状态转移过程。 ### 时间复杂度分析 原始暴力解法的时间复杂度为 $ O(n^2) $,在 $ n \leq 10^4 $ 的情况下可能勉强通过。通过单调队列优化后,可以稳定运行于 $ O(n) $ 或 $ O(n \log n) $。 ### 应用场景 HDU-3480 的问题模型可以应用于资源调度、任务划分等场景,尤其适用于需要控制子集内部差异的问题,如图像分块压缩、数据分段处理等[^1]。 ---
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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