UOJ121/bzoj3243/洛谷P1224 向量内积 瞎搞+前缀和

题目分析

注意到本题只求一种方案,所以应该有什么不精确但快速的方法判定可行。

对于K=2的情况:
考虑这样一种判定方法,每次求出当前向量(设为第i个向量)与前面所有向量的内积之和(模2意义下),假如获得的这个值与模2意义下的i-1不相等,说明它与前面每个向量的内积中出现了0,然后暴力从前面的向量里找即可。
求前缀和可以很快,因为事先维护一下每一维前面所有向量的前缀和即可,复杂度O(nd)O(nd)
唯一的问题是这样的判定有可能错过可行解(因为是模2意义下的),为了防止变♂态出题人故意卡,所以把所有向量随机打乱一下即可。

对于K=3的情况:
由于内积可能出现1和2,所以似乎判定没那么方便了。注意到1122(mod3)1∗1≡2∗2(mod3),所以我们可以把求它与前面所有向量的内积之和变成它与前面所有向量的内积的平方和
a与b向量的平方和:(ab)2=di=1dj=1aiajbibj(a⋅b)2=∑i=1d∑j=1daiajbibj
所以我们维护sum[i][j] 表示在以上i值和j值的前提下的前缀和,这样也能做到O(nd2)O(nd2)判定。
至此完美解决本题。

然后记得要输出的解要小的在前,大的在后,不然UOJ上会WA。

代码

#include<bits/stdc++.h>
using namespace std;
#define RI register int
typedef long long LL;
LL read() {
    LL q=0;char ch=' ';
    while(ch<'0'||ch>'9') ch=getchar();
    while(ch>='0'&&ch<='9') q=q*10+(LL)(ch-'0'),ch=getchar();
    return q;
}
int n,d,K;
const int N=100001;
int a[N][101],s[101],sum[101][101],p[N];
#define mii(a,b) (a<b?a:b)
#define mxx(a,b) (a>b?a:b)
int niconi(int x) {
    int re=0;
    for(RI i=1;i<=d;++i) re+=s[i]*a[x][i],s[i]+=a[x][i];
    return re&1;
}
void work2() {
    for(RI i=1;i<=n;++i)
        if(niconi(p[i])!=((i-1)&1)) {
            for(RI j=1;j<i;++j) {
                int js=0;
                for(RI k=1;k<=d;++k) js+=a[p[i]][k]*a[p[j]][k];
                if(!(js&1))
                    {printf("%d %d\n",mii(p[i],p[j]),mxx(p[i],p[j]));return;}
            }
        }
    puts("-1 -1");
}
int orz(int x) {
    int re=0;
    for(RI i=1;i<=d;++i)
        for(RI j=1;j<=d;++j)
        re+=sum[i][j]*a[x][i]*a[x][j],sum[i][j]+=a[x][i]*a[x][j];
    return re%3;
}
void work3() {
    for(RI i=1;i<=n;++i)
        if(orz(p[i])!=(i-1)%3) {
            for(RI j=1;j<i;++j) {
                int js=0;
                for(RI k=1;k<=d;++k) js+=a[p[i]][k]*a[p[j]][k];
                if(!(js%3))
                    {printf("%d %d\n",mii(p[i],p[j]),mxx(p[i],p[j]));return;}
            }
        }
    puts("-1 -1");
}
int main()
{
    srand(19260817);//选一个优秀的随机种子
    n=read(),d=read(),K=read();
    for(RI i=1;i<=n;++i)
        for(RI j=1;j<=d;++j) a[i][j]=read()%K;
    for(RI i=1;i<=n;++i) p[i]=i;
    for(RI i=1;i<=n;++i) swap(p[i],p[rand()%n+1]);
    if(K==2) work2();
    else work3();
    return 0;
}
### 关于动态规划 (Dynamic Programming, DP) 的解决方案 在解决洛谷平台上的编程问题时,尤其是涉及动态规划的题目,可以采用以下方法来构建解决方案: #### 动态规划的核心思想 动态规划是一种通过把原问题分解为相对简单的子问题的方式来求解复杂问题的方法。其核心在于存储重复计算的结果以减少冗余运算。通常情况下,动态规划适用于具有重叠子问题和最优子结构性质的问题。 对于动态规划问题,常见的思路包括定义状态、转移方程以及边界条件的设计[^1]。 --- #### 题目分析与实现案例 ##### **P1421 小玉买文具** 此题是一个典型的简单模拟问题,可以通过循环结构轻松完成。以下是该问题的一个可能实现方式: ```cpp #include <iostream> using namespace std; int main() { int n; cin >> n; // 输入购买数量n double p, m, c; cin >> p >> m >> c; // 输入单价p,总金额m,优惠券c // 计算总价并断是否满足条件 if ((double)n * p <= m && (double)(n - 1) * p >= c) { cout << "Yes"; } else { cout << "No"; } return 0; } ``` 上述代码实现了基本逻辑:先读取输入数据,再根据给定约束条件进行验证,并输出最终结果[^2]。 --- ##### **UOJ104 序列分割** 这是一道经典的区间动态规划问题。我们需要设计一个二维数组 `f[i][j]` 表示前 i 次操作后得到的最大价值,其中 j 是最后一次切割的位置。具体实现如下所示: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 5e3 + 5; long long f[MAXN], sumv[MAXN]; int a[MAXN]; int main(){ ios::sync_with_stdio(false); cin.tie(0); int n,k; cin>>n>>k; for(int i=1;i<=n;i++)cin>>a[i]; for(int i=1;i<=n;i++)sumv[i]=sumv[i-1]+a[i]; memset(f,-0x3f,sizeof(f)); f[0]=0; for(int t=1;t<=k;t++){ vector<long long> g(n+1,LLONG_MIN); for(int l=t;l<=n;l++)g[l]=max(g[l-1],f[t-1][l-1]); for(int r=t;r<=n;r++)f[r]=max(f[r],g[r]+sumv[r]*t); } cout<<f[n]<<'\n'; return 0; } ``` 这段程序利用了滚动数组优化空间复杂度,同时保持时间效率不变[^3]。 --- ##### **其他常见问题** 针对更复杂的路径覆盖类问题(如 PXXXX),我们往往需要结合一维或多维动态规划模型加以处理。例如,在某些场景下,我们可以设定 dp 数组记录到达某一点所需最小代价或者最大收益等指标[^4]。 --- ### 总结 以上展示了如何运用动态规划技巧去应对不同类型的算法挑战。无论是基础还是高级应用场合,合理选取合适的数据结构配合清晰的状态转换关系都是成功解决问题的关键所在。
评论
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