洛谷P1081 开车旅行 总结

最新推荐文章于 2022-06-27 18:49:57 发布
原创 最新推荐文章于 2022-06-27 18:49:57 发布 · 393 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#bug #链表

本文总结了洛谷P1081题目的解题思路和实现过程，重点讨论了在使用双向链表和倍增算法模拟开车路径时遇到的问题，包括数据输入错误、链表设计不当导致的逻辑错误以及倍增算法的细节处理。通过详细分析错误，最终找到了正确的解决方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

P1081总结

题目链接

思路：

用双向链表链接海拔相邻的城市，从而在线性复杂度里得到城市的第一/第二近城市，即c1和c2。还有第一/第二近的城市离自己的距离，dis1和dis2.

有了距离后，注意到此题旅行的路径是固定的，不存在选择的机会，而我们要求“模拟”这个开车的方法，从而得到最终到达的城市、小A走的总路程、小B走的总路程。

因此，可以想到使用倍增，在log(n)的复杂度内完成一次开车路径的模拟。

对，就是这样，似乎不麻烦…

但是细节有点多…

实现过程：

第一个卡我的细节（也是最后一个）：倍增每次的策略是一样的，所以只能把小A小B各走一次算作一次操作，所以当发现不能再走一步了时，应该看看能不能再走半步，这才是一次完整的路径模拟。

第二个卡点（最悲剧的，最灵异的，最耗时间的）：从洛谷上下了一个RE的数据，我没想出来为什么RE，到了本地运行，发现真的RE 了。

RE的原因是输入了900个城市的海拔，但是只有395个被读进了程序。程序只拿到了395个海拔不够，就把后面的x0,x[i],s[i]都当作h[i]读入走了，而395是奇数，于是x[i]和s[i]读反，导致越界。。

但主要问题是，我明明拷贝好了900个海拔（我win+V打开剪贴板检查过），但是复制进了程序就只有395个，

我思考着RE的原因呢，想想怎么也不可能啊，于是去问了老师（主要是我觉得这肯定没有问题，可它就是错了，灵异啊）

老师曰：“灵异事件？有多灵异。灵异事件我的经验大部分都是越界导致的”

…

后来，明确了我的问题，老师让我把输入后面的部分全部删掉试试。

然而依然不能正常读入

老师又让我把除了输入n和h的部分全部删掉，居然还不行。

最后老师让我新开一个

最低0.47元/天 解锁文章

200万优质内容无限畅学
【题解】洛谷P1081 开车旅行（倍增）
Rem_Inory的博客
08-10 481
这道题目的难度估计是noip之壁了吧。。。 70分的模拟做法之前已经讲过了，现在来说说100分的倍增做法。 首先，读入海拔后，我们可以预处理出从任意一个城市出发， 小A与小B能到达的下一个城市。思路就这么短，但代码非常繁琐，我感觉这部分甚至比倍增还麻烦。我们需要先将城市编号与海拔存在结构体内，对结构体按海拔高低进行排序，然后从1号城市到n号城市寻找其左右相邻的两个城市（还要这样离得最近），判断...
【洛谷P1081】开车旅行【链表，倍增】
ssllyr
08-24 386
倍增，链表处理
NOIP 2012 开车旅行
Orion_Rigel
07-15 561
倍增
P1081 开车旅行
weixin_30263277的博客
10-27 107
传送门 用倍增的思想 设 A[ i ] 表示A在 i 位置走一步到达的城市以及经过的路程（这里我用结构体存A[ i ]），B同理 设 f [ i ] [ j ] 表示从 i 位置出发，走 $2^j$ 轮后到达的城市（一轮即AB各走一次） dis[ i ] [ j ] 表示从 i 位置出发，走 $2^j$ 轮后经过总路程 da [ i ] [ j ] 表示从 i 位置出发，走 $2^...
倍增+双向链表——洛谷P1081 开车旅行
weixin_30378311的博客
04-10 201
https://daniu.luogu.org/problem/show?pid=1081#sub 提高组的第三题； 哇； 首先题目很恶心； 然而发现也没什么歧义，也不难看懂； 70分的暴力做法； n*n预处理出A[i],B[i]两个数组； 标表示在i点时小A和小B开车分别会走到哪里； 这个只要暴力高就好了； 指的一提的是负最大初始值1e9不够； 要3e9;...
YBT高效进阶 4.6.2 洛谷P1081 开车旅行(最详细)
weixin_46975572的博客
06-13 295
YBT高效进阶 4.6.2 洛谷P1081 开车旅行 TITLE 题目描述 小A和小B决定利用假期外出旅行，他们将想去的城市从1到n编号，且编号较小的城市在编号较大的城市的西边，已知各个城市的海拔高度互不相同，记城市i的海拔高度为h_i城市i和城市j之间的距离d_{i,j},恰好是这两个城市海拔高度之差的绝对值，即 di,j=∣hi−hj∣d_{i,j}=|h_i-h_j|di,j​=∣hi​−hj​∣ 旅行过程中，小A和小B轮流开车，第一天小A开车，之后每天轮换一次。他们计划选择一个城市s作为起点，一直向
【题解】洛谷P1081（同CH5701）开车旅行[NOIP2012] 倍增优化DP+离散+链表
翻过这座山，他们就会听到你的故事
09-05 315
题目链接 学习了大佬博客，讲的很好 #include<cstdio> #include<algorithm> #include<cmath> #include<climits> using namespace std; #define _rep(i,a,b) fo
洛谷 P1081 开车旅行（70）
HJ921004的博客
10-21 352
P1081 开车旅行 题目描述 小AA和小BB决定利用假期外出旅行，他们将想去的城市从11到NN编号，且编号较小的城市在编号较大的城市的西边，已知各个城市的海拔高度互不相同，记城市ii的海拔高度为H_iHi​，城市ii和城市jj之间的距离d_[i,j]d[​i,j]恰好是这两个城市海拔高度之差的绝对值，即d_[i,j]=|H_i-H_j...
洛谷P1081 开车旅行
蒟蒻的博客
02-17 403
题目描述小 A 和小 B 决定利用假期外出旅行，他们将想去的城市从 1 到 N 编号，且编号较小的城市在编号较大的城市的西边，已知各个城市的海拔高度互不相同，记城市 i 的海拔高度为Hi，城市 i 和城市 j 之间的距离 d[i,j]恰好是这两个城市海拔高度之差的绝对值，即d[i,j] = |Hi− Hj|。 旅行过程中，小 A 和小 B 轮流开车，第一天小 A 开车，之后每天轮换一次。他们计划选...
洛谷 P1081 [NOIP2012 提高组] 开车旅行 题解
Dumblog
06-27 337
NOIP2012 提高组 开车旅行 题解
【倍增优化dp】洛谷P1081 开车旅行
Ajwallet
03-29 485
倍增优化dp
洛谷 P1081 [NOIP提高组 2012] 开车旅行(线段树+离散化+树上倍增)
Ab.Ever
09-29 666
洛谷 P1081 [NOIP提高组 2012] 开车旅行 线段树 离散化 树上倍增
洛谷 P1081 开车旅行（抄）
sdfzrlt的博客
10-30 933
倍增
洛谷P1081 开车旅行(倍增)
weixin_34109408的博客
10-28 151
题意 题目链接 Sol 咕了一年的题解。。 并不算是很难，只是代码有点毒瘤 \(f[i][j]\)表示从\(i\)号节点出发走了\(2^j\)轮后总的距离 \(da[i][j]\)同理表示\(a\)的距离,\(db[i][j]\)与\(da\)同理 倍增优化一下 注意最后\(a\)可能还会走一次 #include<bits/stdc++.h> #define Pair pair<...
【题解】 P1081 开车旅行
Jammy_1215的博客
07-25 215
这不是一道决策选择题目，从每一个点出发，将要经过的路径除了受x值所影响而在长度有变化外，实际上是固定的，这个是倍增的基础- 从一个节点到另一个节点的长度实则为两个节点权值之差，每个节点的最小点与次小点都位于该节点的右侧- 题目可以分三部分解决，第一部分用于预处理每个节点右侧最小点与次小点，第二部分用于倍增预处理将时间负复杂度降为O(1)，第三部分用于解决问题**First part**我...
洛谷P1081 开车旅行 倍增+双向链表
hhhcbw的博客，欢迎各位来访
02-27 211
题目链接：https://www.luogu.com.cn/problem/P1081 此题难点在于预处理（难想到）和一些细节。如果我们暴力找最近和次近的点时间复杂度为O(n^2)，肯定超时。所以我们要换个方法。这里用双向链表，我们将每个点放进链表，按海拔从低到高排序。然后按从西往东的顺序，一个一个拿出来，它的最近点和次近点，就是 i-2 i-1 i+1 i+2 里面的。更新完这个点到最近和次近距...
生成一个洛谷P1515-旅行的C++代码。
最新发布
11-11
旅行问题，通常是指动态规划中的背包问题变种，比如0-1背包或完全背包。洛谷P1515题目通常是关于合理安排物品，使得总价值最大或满足一定的限制条件。下面是一个简单的C++代码示例，用于解决背包问题： ```cpp #include <iostream> using namespace std; int knapSack(int W, int wt[], int val[], int n) { int K[n+1][W+1]; // 构建表K，初始化所有元素为0 for (int i = 0; i <= n; i++) { for (int w = 0; w <= W; w++) { if (i == 0 || w == 0) K[i][w] = 0; else if (wt[i-1] <= w) K[i][w] = max(val[i-1] + K[i-1][w-wt[i-1]], K[i-1][w]); else K[i][w] = K[i-1][w]; } } return K[n][W]; // 返回背包的最大价值 } int main() { int weight[] = {10, 20, 30}; // 物品重量 int value[] = {60, 100, 120}; // 物品价值 int capacity = 50; // 背包容量 int numItems = sizeof(weight) / sizeof(weight[0]); cout << "Max value that can be put in a bag of size " << capacity << ": " << knapSack(capacity, weight, value, numItems); return 0; } ``` 这个代码通过动态规划求解了一个背包问题，其中`knapSack`函数计算了给定容量和物品重量、价值数组的情况下的最大价值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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