洛谷P2392 kkksc03临时抱佛脚 题解

博客探讨了一道编程题,涉及贪心策略和动态规划。题目要求找到最优的脑力分配策略,使两个大脑完成任务的时间总和最小。贪心策略失败后,作者转向动态规划,通过建立背包问题模型,实现状态转移方程,成功解决问题。代码示例展示了动态规划的实现过程。

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

链接https://www.luogu.com.cn/problem/P2392https://www.luogu.com.cn/problem/P2392

正解



打眼一看,这道题有个标签

好啊,贪就贪呗。

贪心策略:对于某道题,目前哪边脑子花的时间少就用那边。

交上去:0分。

 问题出在哪了呢?

举个Hack数据:

2 1 100 2

按照我们的策略,答案是101。

可是明明可以左脑算100,右脑算2+1+2。答案是100。

如果考场上想不出来Hack数据怎么办呢?

那就尝试用数学归纳法证明我们的贪心策略的正确性。

① 当n=0、n=1、n=2时显然成立。

② 假设当n=k时成立。当n=k+1时,设左脑运算时常为p,右脑为q,则|p-q|最小。不妨设p > q,则按照我们的贪心策略,右脑的运算时间变为q'=q+a_{k+1}。两脑时间差的绝对值为|p-q-a_{k+1}|。如何证明|p-q-a_{k+1}|在所有方案中最小呢?我们无从下手。反之,当a_{k+1}\ge p+q时,我们能证明总是存在一种更优的方案,那就是a_1\to a_k全部由一个脑来算。因此贪心策略不成立。


正解

那怎么办呢?

当然,这道题数据范围过小,我们可以暴力状压水过。

但这样不优雅。

考虑背包:最大化花时间较少的脑子所用的时间。背包容量不超过\lfloor \frac{sum}{2} \rfloor。即:对于一个容量为\lfloor \frac{sum}{2} \rfloor的背包,往里面装更多的东西使得剩余的空间更小。这样就能保证花时间较少的脑子所用的时间更大。

物品占用的资源和拥有的价值都是每道题花的时间。转移方程f[k]=max(f[k], f[k - a[j]] + a[j])。

代码:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cstdlib>
#include <queue>

using namespace std;

typedef long long ll;
typedef unsigned long long ull;
const int MAXN = 21;
int n[5], a[5][MAXN], sum[5];
int f[5][605];

int main()
{
    for(int i = 1; i <= 4; ++i) cin >> n[i];
    for(int i = 1; i <= 4; ++i)
        for(int j = 1; j <= n[i]; ++j)
            cin >> a[i][j], sum[i] += a[i][j];
    int ans = 0;
    for(int i = 1; i <= 4; ++i)
    {
        for(int j = 1; j <= n[i]; ++j)
        {
            for(int k = sum[i] / 2; k >= a[i][j]; --k)
            {
                f[i][k] = max(f[i][k],
                    f[i][k - a[i][j]] + a[i][j]);
            }
        }
        ans += sum[i] - f[i][sum[i] / 2];
    }
    cout << ans << endl;
    return 0;
}
题目描述似乎缺失了关键信息,通常我会需要了解“P10780 食物”是什么具体的算法竞赛题目,它来自在线平台Luogu),以及该题目的大致背景、条件和目标。食物(Food)可能是某种数据结构或算法问题,比如贪吃蛇、分配任务等。 然而,我可以给你提供一个通用的模板: **[ P10780 食物 - 题目解析]** 题目名称:P10780 食物(假设是关于食物分配或者饥饿游戏的问题) 链接:[插入实际题目链接] **背景:** 此题通常涉及动态规划或者搜索策略。场景可能是有n个参与者(选手或角色),每个都有特定的食物需求或者优先级,我们需要在有限的食物资源下合理分配。 **分析:** 1. **输入理解**:首先读入n个参与者的信息,包括每个人的需求量或优先级。 2. **状态定义**:可以定义dp[i][j]表示前i个人分配完成后剩余的食物能满足第j个人的最大程度。 3. **状态转移**:递推式可能涉及到选择当前人分配最多食物的版本,然后更新剩余的食物数。 4. **边界条件**:如果剩余食物不足以满足某人的需求,则考虑无法分配给他;如果没有食物,状态值设为0。 5. **优化策略**:可能需要对状态数组进行滚动更新,以减少空间复杂度。 **代码示例(伪代码或部分关键代码片段):** ```python # 假设函数分配_food(demand, remaining)计算分配给一个人后剩余的食物 def solve(foods): dp = [[0 for _ in range(max_demand + 1)] for _ in range(n)] dp = foods[:] # 从第一个到最后一个参与者处理 for i in range(1, n): for j in range(1, max_demand + 1): if dp[i-1][j] > 0: dp[i][j] = max(dp[i][j], dp[i-1][j] - foods[i]) dp[i][j] = max(dp[i][j], distribute_food_to(i, dp[i-1][j])) return dp[n-1][max_demand] ``` **相关问题--:** 1. 这道题是如何运用动态规划的? 2. 如果有优先级限制,应该如何调整代码? 3. 怎样设计搜索策略来解决类似问题?
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