乌龟棋

本文介绍了一道原本看似需要五维动态规划解决的问题,通过优化思路,仅使用四维DP实现了高效求解。文章提供了完整的C++代码实现,展示了如何通过遍历不同状态并更新DP数组来达到最优解。

这一道题是一道动态规划的题。但是这道题的转移方程要想到还是有一点点难度的,一般都会想到5维的dp,但是这道题用5维明显会超时,所以再推一下会发现只用4维就可以了。
接下来就直接上代码了

#include<cstdio>
#include<cstdlib>
#include<iostream>
using namespace std;
int f[50][50][50][50],a[500],b[6];
int main() {
    int n,p,m;
    cin>>n>>m;
    for(int i=1; i<=n; i++)
        cin>>a[i];
    f[0][0][0][0]=a[1];
    for(int j=1; j<=m; j++) {
        cin>>p;
        b[p]++;
    }
    for(int i=0; i<=b[1]; i++)
        for(int j=0; j<=b[2]; j++)
            for(int z=0; z<=b[3]; z++)
                for(int k=0; k<=b[4]; k++) {
                    int l=i*1+j*2+z*3+k*4+1,mx=0;
                    if (i)
                        mx=max(f[i-1][j][z][k],mx);
                    if (j)
                        mx=max(f[i][j-1][z][k],mx);
                    if (z)
                        mx=max(f[i][j][z-1][k],mx);
                    if (k)
                        mx=max(f[i][j][z][k-1],mx);
                    f[i][j][z][k]=mx+a[l];
                }
    cout<<f[b[1]][b[2]][b[3]][b[4]];
}
### 乌龟问题的动态规划求解方法 乌龟问题可以通过动态规划算法进行求解,目标是找到一条路径,使得从起点到终点的过程中,经过的格子的分数总和最大。问题的关键在于卡片的使用顺序和路径的选择。 #### 问题建模 假设盘是一个线性结构,子从起点出发,每一步通过使用一张卡片(卡片上的数字代表移动的步数)前进相应格子数,直到终点。每到达一个格子,子获得该格子的分数。目标是找到一种卡片使用顺序,使得总得分最大。 #### 动态规划状态设计 设 `dp[a][b][c][d]` 表示使用了 `a` 张 1 类卡片、`b` 张 2 类卡片、`c` 张 3 类卡片和 `d` 张 4 类卡片后,所能获得的最大得分。此时,子的位置为 `1*a + 2*b + 3*c + 4*d`,即通过卡片的总步数决定当前位置。 状态转移方程如下: - 如果当前使用了一张 1 类卡片,则状态可以从 `dp[a-1][b][c][d]` 转移而来; - 如果当前使用了一张 2 类卡片,则状态可以从 `dp[a][b-1][c][d]` 转移而来; - 如果当前使用了一张 3 类卡片,则状态可以从 `dp[a][b][c-1][d]` 转移而来; - 如果当前使用了一张 4 类卡片,则状态可以从 `dp[a][b][c][d-1]` 转移而来。 因此,状态转移方程为: ```cpp dp[a][b][c][d] = max( dp[a-1][b][c][d], dp[a][b-1][c][d], dp[a][b][c-1][d], dp[a][b][c][d-1] ) + score[1*a + 2*b + 3*c + 4*d]; ``` 其中,`score[pos]` 表示位置 `pos` 的分数。 #### 初始状态 初始状态为 `dp[0][0][0][0] = score[0]`,表示起点位置的分数。 #### 状态转移顺序 状态转移的顺序应按照卡片使用的数量递增的方式进行,即从小到大遍历 `a`、`b`、`c` 和 `d` 的值。 #### 最终结果 最终结果为 `dp[card1][card2][card3][card4]`,其中 `card1`、`card2`、`card3` 和 `card4` 分别表示四类卡片的总使用数量。 #### 示例代码 以下是一个动态规划求解乌龟问题的示例代码: ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int main() { int n, m; cin >> n >> m; vector<int> score(n); for (int i = 0; i < n; ++i) { cin >> score[i]; } int card[5] = {0}; // 卡片类型1-4的数量 for (int i = 0; i < m; ++i) { int type; cin >> type; card[type]++; } // 初始化DP数组 int dp[card[1]+1][card[2]+1][card[3]+1][card[4]+1]; for (int a = 0; a <= card[1]; ++a) for (int b = 0; b <= card[2]; ++b) for (int c = 0; c <= card[3]; ++c) for (int d = 0; d <= card[4]; ++d) dp[a][b][c][d] = 0; dp[0][0][0][0] = score[0]; // 起点分数 for (int a = 0; a <= card[1]; ++a) for (int b = 0; b <= card[2]; ++b) for (int c = 0; c <= card[3]; ++c) for (int d = 0; d <= card[4]; ++d) { int pos = a * 1 + b * 2 + c * 3 + d * 4; if (pos >= n) continue; if (a > 0) dp[a][b][c][d] = max(dp[a][b][c][d], dp[a-1][b][c][d] + score[pos]); if (b > 0) dp[a][b][c][d] = max(dp[a][b][c][d], dp[a][b-1][c][d] + score[pos]); if (c > 0) dp[a][b][c][d] = max(dp[a][b][c][d], dp[a][b][c-1][d] + score[pos]); if (d > 0) dp[a][b][c][d] = max(dp[a][b][c][d], dp[a][b][c][d-1] + score[pos]); } cout << dp[card[1]][card[2]][card[3]][card[4]] << endl; return 0; } ``` #### 时间复杂度分析 - 状态总数为 `card[1] * card[2] * card[3] * card[4]`,假设卡片数量为 `m`,则时间复杂度为 `O(m^4)`。 - 每个状态的转移需要常数时间,因此总体时间复杂度为 `O(m^4)`。 #### 空间复杂度分析 - 使用了一个四维数组 `dp`,空间复杂度为 `O(m^4)`。 通过上述动态规划方法,可以高效求解乌龟问题的最大得分。
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