Codeforces 446A DZY Loves Sequences【dp】

本文介绍了一种算法,用于从给定序列中找到最长的递增子序列,允许修改其中一个元素的值。通过动态规划的方法,分别考虑增大或减小元素值的情况,最终得到最优解。

A. DZY Loves Sequences
time limit per test
1 second
memory limit per test
256 megabytes
input
standard input
output
standard output

DZY has a sequence a, consisting of n integers.

We'll call a sequence ai, ai + 1, ..., aj (1 ≤ i ≤ j ≤ n) a subsegment of the sequence a. The value (j - i + 1) denotes the length of the subsegment.

Your task is to find the longest subsegment of a, such that it is possible to change at most one number (change one number to any integer you want) from the subsegment to make the subsegment strictly increasing.

You only need to output the length of the subsegment you find.

Input

The first line contains integer n (1 ≤ n ≤ 105). The next line contains n integers a1, a2, ..., an (1 ≤ ai ≤ 109).

Output

In a single line print the answer to the problem — the maximum length of the required subsegment.

Examples
Input
6
7 2 3 1 5 6
Output
5
Note

You can choose subsegment a2, a3, a4, a5, a6 and change its 3rd element (that is a4) to 4.


题目大意:

给你一个长度为N的序列,现在允许你改变其中任意一个元素的值(改变成的值当然也是任意的),让你从中找到一个连续递增子序列,求其最长的长度。


思路:


1、考虑dp,设定dp【i】【2】:

其dp【i】【0】表示以a【i】结尾,并且还没有改变元素值时的连续递增子序列的最大长度。

其dp【i】【1】表示以a【i】结尾,并且已经过改变元素值时的连续递增子序列的最大长度。


2、那么接下来考虑解决问题思路:
①首先我们将这个问题分成两种情况,第一种是将其中任意一个元素的值变大,第二种是将其中任意一个元素值变小。

②那么我们进行两次dp,第一次解决将元素值变大的情况,第二次解决将元素值变小的情况。

③那么最终答案就是两次dp之后维护最大值即可。


Ac代码:


#include<stdio.h>
#include<string.h>
#include<iostream>
using namespace std;
int dp[150000][2];
int pos[150000];
int a[150000];
int main()
{
    int n;
    while(~scanf("%d",&n))
    {
        memset(a,0,sizeof(a));
        memset(pos,-1,sizeof(pos));
        for(int i=1;i<=n;i++)
        {
            scanf("%d",&a[i]);
        }
        //先考虑让这个数变大。
        memset(dp,0,sizeof(dp));
        for(int i=1;i<=n;i++)
        {
            if(i==0)
            {
                dp[i][0]=1;
            }
            else
            {
                if(a[i]>a[i-1])
                {
                    dp[i][0]=max(dp[i][0],dp[i-1][0]+1);
                    if(pos[i-1]==-1)
                    {
                        dp[i][1]=max(dp[i][1],dp[i-1][1]+1);
                    }
                    else
                    {
                        if(a[i]>pos[i-1])
                        {
                            dp[i][1]=max(dp[i][1],dp[i-1][1]+1);
                        }
                    }
                }
                else
                {
                    dp[i][0]=1;
                    dp[i][1]=max(dp[i-1][0]+1,dp[i][1]);
                    pos[i]=a[i-1]+1;
                }
            }
        }
        int output=0;
        for(int i=1;i<=n;i++)
        {
            output=max(output,max(dp[i][0],dp[i][1]));
        }
        memset(dp,0,sizeof(dp));
        memset(pos,-1,sizeof(pos));
        for(int i=1;i<=n;i++)
        {
            if(i==1)
            {
                dp[i][0]=1;
                dp[i][1]=1;
                pos[i]=a[i+1]-1;
            }
            else
            {
                if(a[i]>a[i-1])
                {
                    dp[i][0]=max(dp[i][0],dp[i-1][0]+1);
                    dp[i][1]=max(dp[i][1],dp[i-1][1]+1);
                }
                else
                {
                    dp[i][0]=1;
                    if(pos[i-1]==-1)
                    {
                        if(i-2>=0&&a[i]-a[i-2]>=2)dp[i][1]=dp[i-2][0]+2;
                        else dp[i][1]=2;
                    }
                    else dp[i][1]=max(dp[i][1],dp[i-1][1]+1);
                }
            }
        }
        for(int i=1;i<=n;i++)
        {
            output=max(output,max(dp[i][0],dp[i][1]));
        }
        printf("%d\n",output);
    }
}



需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕需求响应动态冰蓄冷系统及其优化策略展开研究,结合Matlab代码实现,探讨了在电力需求侧管理背景下,冰蓄冷系统如何通过优化运行策略参与需求响应,以实现削峰填谷、降低用电成本和提升能源利用效率的目标。研究内容包括系统建模、负荷预测、优化算法设计(如智能优化算法)以及多场景仿真验证,重点分析不同需求响应机制下系统的经济性和运行特性,并通过Matlab编程实现模型求解与结果可视化,为实际工程应用提供理论支持和技术路径。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事综合能源系统优化工作的工程师;熟悉Matlab编程且对需求响应、储能优化等领域感兴趣的技术人员。; 使用场景及目标:①用于高校科研中关于冰蓄冷系统与需求响应协同优化的课题研究;②支撑企业开展楼宇能源管理系统、智慧园区调度平台的设计与仿真;③为政策制定者评估需求响应措施的有效性提供量化分析工具。; 阅读建议:建议读者结合文中Matlab代码逐段理解模型构建与算法实现过程,重点关注目标函数设定、约束条件处理及优化结果分析部分,同时可拓展应用其他智能算法进行对比实验,加深对系统优化机制的理解。
引用\[1\]中提到了一种树形动态规划的方法来解决CodeForces - 982C问题。在这个问题中,subtree指的是子连通块,而不是子树。为了使cnt_white - cnt_black尽可能大,可以使用两次树形动态规划来求解。第一次是自底向上的过程,维护一个dp数组,表示以每个节点为根的子树中的最大连通块。第二次是自顶向下的过程,处理自底向上过程中无法包含的树链所代表的子树。在第二次遍历中,需要维护一个sum变量,用于存储树链所代表的子树的贡献。根据ans\[u\]的正负,决定是否能对相邻的子节点做出贡献。如果ans\[u\]为正,则减去dp\[v\]就是树链所代表的子树的权值。最终,ans\[u\]代表包含节点u在内的子连通块的最大权值。\[1\] 问题: CodeForces - 982C 树形DP是什么问题?如何解决? 回答: CodeForces - 982C是一个树形动态规划问题。在这个问题中,需要求解子连通块的最大权值和,使得cnt_white - cnt_black尽可能大。解决这个问题的方法是使用两次树形动态规划。第一次是自底向上的过程,维护一个dp数组,表示以每个节点为根的子树中的最大连通块。第二次是自顶向下的过程,处理自底向上过程中无法包含的树链所代表的子树。在第二次遍历中,需要维护一个sum变量,用于存储树链所代表的子树的贡献。根据ans\[u\]的正负,决定是否能对相邻的子节点做出贡献。最终,ans\[u\]代表包含节点u在内的子连通块的最大权值。\[1\] #### 引用[.reference_title] - *1* *2* [CodeForces - 1324F Maximum White Subtree(树形dp)](https://blog.youkuaiyun.com/qq_45458915/article/details/104831678)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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