洛谷P1901 发射站

链接:P1901

题目描述
某地有 N 个能量发射站排成一行,每个发射站 i 都有不相同的高度 Hi,并能向两边(当 然两端的只能向一边)同时发射能量值为 Vi 的能量,并且发出的能量只被两边最近的且比 它高的发射站接收。

显然,每个发射站发来的能量有可能被 0 或 1 或 2 个其他发射站所接受,特别是为了安 全,每个发射站接收到的能量总和是我们很关心的问题。由于数据很多,现只需要你帮忙计 算出接收最多能量的发射站接收的能量是多少。

输入格式
第 1 行:一个整数 N;

第 2 到 N+1 行:第 i+1 行有两个整数 Hi 和 Vi,表示第 i 个人发射站的高度和发射的能量值。

输出格式
输出仅一行,表示接收最多能量的发射站接收到的能量值,答案不超过 longint。

输入输出样例
输入 #1
3
4 2
3 5
6 10
输出 #1
7
说明/提示
对于 40%的数据,1<=N<=5000;1<=Hi<=100000;1<=Vi<=10000;

对于 70%的数据,1<=N<=100000;1<=Hi<=2,000,000,000;1<=Vi<=10000;

对于 100%的数据,1<=N<=1000000;1<=Hi<=2,000,000,000;1<=Vi<=10000。


这里使用了单调栈的思想
(转自一位大佬的博客话
1.入栈时,由于栈是具有单调性的,如果栈顶的元素没有新加进来的元素高,那么他肯定就不能给后面的元素传输能量了,我们退掉这个元素,将新的元素加进来即可。
2.新的元素加进来以后,会对他在栈中下面那个元素传输能量,也就是离他最近还高于他的那个。P.S.(不需要对栈空时进行特判,我们只是对0这个元素传输了能量而已,最后不统计就行了)
那么确定思路以后,我们算法流程就是
for{
读入新元素
while(栈非空&&新元素高度大于栈顶元素高度)新元素能量加上栈顶元素能量,退栈; 栈顶元素能量加上新元素能量(对应第二种情况)
将新元素加入栈中
}
扫一遍传输能量的数组,找到max输出即可。

代码:

#include <cstdio>
#include <iostream> 
#include <cstring>
using namespace std;
int n,h[1000001],w[1000001],top,stack[1000001],k[1000001],maxx,ans[1000001];
int main()
{
	scanf("%d",&n);
	for (int i=1;i<=n;i++)
		scanf("%d%d",&h[i],&w[i]);
     for (int i=1;i<=n;i++)
        {
        	while (h[i]>h[stack[top]] && top>=1)
        	{
        		k[stack[top]]=i;
        		top--;
			}
			stack[++top]=i;
		}  //正着扫一遍
		top=0;
		for (int i=1;i<=n;i++)
		{
			ans[k[i]]+=w[i];
		}
		memset(k,0,sizeof(k));
for (int i=n;i>=1;i--)
        {
        	while (h[i]>h[stack[top]] && top>=1)
        	{
        		k[stack[top]]=i;
        		top--;
			}
			stack[++top]=i;
		}  //反着扫一遍
		for (int i=1;i<=n;i++)
		{
			ans[k[i]]+=w[i];
		}
		for (int i=1;i<=n;i++)
		{
			maxx=max(ans[i],maxx);
		}
		printf("%d",maxx);
	return 0;
}
### 关于动态规划 (Dynamic Programming, DP) 的解决方案 在解决平台上的编程问题时,尤其是涉及动态规划的题目,可以采用以下方法来构建解决方案: #### 动态规划的核心思想 动态规划是一种通过把原问题分解为相对简单的子问题的方式来求解复杂问题的方法。其核心在于存储重复计算的结果以减少冗余运算。通常情况下,动态规划适用于具有重叠子问题和最优子结构性质的问题。 对于动态规划问题,常见的思路包括定义状态、转移方程以及边界条件的设计[^1]。 --- #### 题目分析与实现案例 ##### **P1421 小玉买文具** 此题是一个典型的简单模拟问题,可以通过循环结构轻松完成。以下是该问题的一个可能实现方式: ```cpp #include <iostream> using namespace std; int main() { int n; cin >> n; // 输入购买数量n double p, m, c; cin >> p >> m >> c; // 输入单价p,总金额m,优惠券c // 计算总价并判断是否满足条件 if ((double)n * p <= m && (double)(n - 1) * p >= c) { cout << "Yes"; } else { cout << "No"; } return 0; } ``` 上述代码实现了基本逻辑:先读取输入数据,再根据给定约束条件进行验证,并输出最终结果[^2]。 --- ##### **UOJ104 序列分割** 这是一道经典的区间动态规划问题。我们需要设计一个二维数组 `f[i][j]` 表示前 i 次操作后得到的最大价值,其中 j 是最后一次切割的位置。具体实现如下所示: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 5e3 + 5; long long f[MAXN], sumv[MAXN]; int a[MAXN]; int main(){ ios::sync_with_stdio(false); cin.tie(0); int n,k; cin>>n>>k; for(int i=1;i<=n;i++)cin>>a[i]; for(int i=1;i<=n;i++)sumv[i]=sumv[i-1]+a[i]; memset(f,-0x3f,sizeof(f)); f[0]=0; for(int t=1;t<=k;t++){ vector<long long> g(n+1,LLONG_MIN); for(int l=t;l<=n;l++)g[l]=max(g[l-1],f[t-1][l-1]); for(int r=t;r<=n;r++)f[r]=max(f[r],g[r]+sumv[r]*t); } cout<<f[n]<<'\n'; return 0; } ``` 这段程序利用了滚动数组优化空间复杂度,同时保持时间效率变[^3]。 --- ##### **其他常见问题** 针对更复杂的路径覆盖类问题(如 PXXXX),我们往往需要结合一维或多维动态规划模型加以处理。例如,在某些场景下,我们可以设定 dp 数组记录到达某一点所需最小代价或者最大收益等指标[^4]。 --- ### 总结 以上展示了如何运用动态规划技巧去应对同类型的算法挑战。无论是基础还是高级应用场合,合理选取合适的数据结构配合清晰的状态转换关系都是成功解决问题的关键所在。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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