BZOJ 1694 & 1742 [Usaco 2005 nov] 区间DP 解题报告

本文探讨了一个经典的算法问题——边跑边吃草。Joseph需要在一个数轴上吃掉所有草地上的草,同时尽量减少草的腐败程度。通过动态规划的方法,文章提供了一种高效的解决方案,并附带了详细的代码实现。

1742: [Usaco2005 nov]Grazing on the Run 边跑边吃草

Description

John养了一只叫Joseph的奶牛。一次她去放牛,来到一个非常长的一片地,上面有N块地方长了茂盛的草。我们可以认为草地是一个数轴上的一些点。Joseph看到这些草非常兴奋,它想把它们全部吃光。于是它开始左右行走,吃草。John和Joseph开始的时候站在p位置。Joseph的移动速度是一个单位时间一个单位距离。不幸的是,草如果长时间不吃,就会腐败。我们定义一堆草的腐败值是从Joseph开始吃草到吃到这堆草的总时间。Joseph可不想吃太腐败的草,它请John帮它安排一个路线,使得它吃完所有的草后,总腐败值最小。John的数学很烂,她不知道该怎样做,你能帮她么?

Input

  • Line 1 : Two space-separated integers: N and L. N<=1000
  • Lines 2..N+1: Each line contains a single integer giving the position P of a clump (1 <= P <= 1,000,000).

Output

  • Line 1: A single integer: the minimum total staleness Bessie can achieve while eating all the clumps.

Sample Input

4 10

1
9
11
19

Sample Output

44

【解题报告】

dp[i][j][0/1]表示从第i快草开始,吃了连续j快草,现在在左端或是右端的最小腐败程度。

代码如下:

/**************************************************************
    Problem: 1742
    User: onepointo
    Language: C++
    Result: Accepted
    Time:12 ms
    Memory:928 kb
****************************************************************/

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define inf 0x3f3f3f3f

int n,p,a[3030];
long long f[3030][2][2];

int main()
{
    memset(f,inf,sizeof(f));
    scanf("%d%d",&n,&p);
    for(int i=1;i<=n;++i) scanf("%d",&a[i]);
    a[++n]=p;sort(a+1,a+n+1);
    p=lower_bound(a+1,a+n+1,p)-a;
    f[p][1][0]=f[p][1][1]=0;
    for(int j=2;j<=n;j++)
    {
        for(int i=1;i<=n;i++) f[i][j&1][0]=f[i][j&1][1]=inf;
        for(int i=max(p-j+1,1);i<=min(p,n-j+1);i++)
        {
            if(i!=p) 
                f[i][j&1][0]=min(f[i+1][~j&1][0]+abs(a[i+1]-a[i])*(n-j+1),f[i+1][~j&1][1]+abs(a[i+j-1]-a[i])*(n-j+1));
            if(i!=p-j+1) 
                f[i][j&1][1]=min(f[i][~j&1][1]+abs(a[i+j-1]-a[i+j-2])*(n-j+1),f[i][~j&1][0]+abs(a[i+j-1]-a[i])*(n-j+1));
        }
    }
    printf("%lld",min(f[1][n&1][0],f[1][n&1][1]));
    return 0;
}

题目描述 牛牛和她的朋友们正在玩一个有趣的游戏,他们需要构建一个有 $n$ 个节点的无向图,每个节点都有一个唯一的编号并且编号从 $1$ 到 $n$。他们需要从节点 $1$ 到节点 $n$ 找到一条最短路径,其中路径长度是经过的边权的和。为了让游戏更有趣,他们决定在图上添加一些额外的边,这些边的权值都是 $x$。他们想知道,如果他们添加的边数尽可能少,最短路径的长度最多会增加多少。 输入格式 第一行包含两个正整数 $n$ 和 $m$,表示节点数和边数。 接下来 $m$ 行,每行包含三个整数 $u_i,v_i,w_i$,表示一条无向边 $(u_i,v_i)$,权值为 $w_i$。 输出格式 输出一个整数,表示最短路径的长度最多会增加多少。 数据范围 $2 \leq n \leq 200$ $1 \leq m \leq n(n-1)/2$ $1 \leq w_i \leq 10^6$ 输入样例 #1: 4 4 1 2 2 2 3 3 3 4 4 4 1 5 输出样例 #1: 5 输入样例 #2: 4 3 1 2 1 2 3 2 3 4 3 输出样例 #2: 2 算法 (BFS+最短路) $O(n^3)$ 我们把问题转化一下,假设原图中没有添加边,所求的就是点 $1$ 到点 $n$ 的最短路,并且我们已经求出了这个最短路的长度 $dis$。 接下来我们从小到大枚举边权 $x$,每次将 $x$ 加入图中,然后再次求解点 $1$ 到点 $n$ 的最短路 $dis&#39;$,那么增加的最短路长度就是 $dis&#39;-dis$。 我们发现,每次加入一个边都需要重新求解最短路。如果我们使用 Dijkstra 算法的话,每次加入一条边需要 $O(m\log m)$ 的时间复杂度,总的时间复杂度就是 $O(m^2\log m)$,无法通过本题。因此我们需要使用更优秀的算法。 观察到 $n$ 的范围比较小,我们可以考虑使用 BFS 求解最短路。如果边权均为 $1$,那么 BFS 可以在 $O(m)$ 的时间复杂度内求解最短路。那么如果我们只是加入了一条边的话,我们可以将边权为 $x$ 的边看做 $x$ 条边的组合,每次加入该边时,我们就在原始图上添加 $x$ 条边,边权均为 $1$。这样,我们就可以使用一次 BFS 求解最短路了。 但是,我们不得不考虑加入多条边的情况。如果我们还是将边权为 $x$ 的边看做 $x$ 条边的组合,那么我们就需要加入 $x$ 条边,而不是一条边。这样,我们就不能使用 BFS 了。 但是,我们可以使用 Floyd 算法。事实上,我们每次加入边时,只有边权等于 $x$ 的边会发生变化。因此,如果我们枚举边权 $x$ 时,每次只需要将边权等于 $x$ 的边加入图中,然后使用 Floyd 算法重新计算最短路即可。由于 Floyd 算法的时间复杂度为 $O(n^3)$,因此总的时间复杂度为 $O(n^4)$。 时间复杂度 $O(n^4)$ 空间复杂度 $O(n^2)$ C++ 代码 注意点:Floyd算法计算任意两点之间的最短路径,只需要在之前的路径基础上加入新的边构成的新路径进行更新即可。
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