2011年noipc++提高组 第2题

本文介绍了一种解决丽江河边特色客栈住宿方案选择问题的高效算法。两位游客希望住在相同色调的两家客栈,并在两者间选择最低消费不超过限定值的咖啡店。通过优化动态规划方法,实现了快速计算所有可行住宿方案的数量。

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

题目描述
丽江河边有
n家很有特色的客栈,客栈按照其位置顺序从
1 到 n 编号。每家客栈都按照某一种色调进行装饰(总共 k 种,用整数 0~ k−1表示),且每家客栈都设有一家咖啡店,每家咖啡店均有各自的最低消费。
两位游客一起去丽江旅游,他们喜欢相同的色调,又想尝试两个不同的客栈,因此决定分别住在色调相同的两家客栈中。晚上,他们打算选择一家咖啡店喝咖啡,要求咖啡店位于两人住的两家客栈之间(包括他们住的客栈),且咖啡店的最低消费不超过 p 。他们想知道总共有多少种选择住宿的方案,保证晚上可以找到一家最低消费不超过 p 元的咖啡店小聚。
输入输出格式
输入格式:

共n+1 行。
第一行三个整数n,k,p ,每两个整数之间用一个空格隔开,分别表示客栈的个数,色调的数目和能接受的最低消费的最高值;
接下来的n 行,第i+1 行两个整数,之间用一个空格隔开,分别表示i 号客栈的装饰色调和i 号客栈的咖啡店的最低消费。

输出格式:

一个整数,表示可选的住宿方案的总数。

输入输出样例
输入样例#1:
5 2 3
0 5
1 3
0 2
1 4
1 5
输出样例#1:
3
说明
【输入输出样例说明】

2 人要住同样色调的客栈,所有可选的住宿方案包括:住客栈①③,②④,②⑤,④⑤,但是若选择住
45 号客栈的话,
45 号客栈之间的咖啡店的最低消费是 4,而两人能承受的最低消费是 3元,所以不满足要求。因此只有前 3 种方案可选。
【数据范围】
对于 30% 的数据,有 n≤100 ;
对于50% 的数据,有n≤1,000 ;
对于100% 的数据,有 2≤n≤200,000,0

看到这道题目,我首先想到的是用数组f[i][j]来存贮从i到j的最小消费
由此可以得到动态转移方程
f[i][j]=min(f[i][j-1],b[j]); ps:b[j]表示第j家咖啡店的最低消费
从而可以到代码

#include <iostream>

using namespace std;


int a[200000],b[200000];
int f[20000][20000];
int main()
{
    int n,k,p;
    cin>>n>>k>>p;
    for(int i=1;i<=n;i++)
    {
        cin>>a[i]>>b[i];
    }
    for(int i=1;i<=n;i++)
    {
        f[i][i]=b[i];
        for(int j=i+1;j<=n;j++)
        {
          f[i][j]=min(f[i][j-1],b[j]);
        }
    }
    int num=0;
    for(int i=1;i<=n;i++)
       for(int j=i+1;j<=n;j++)
       {
        if(a[i]==a[j]&&f[i][j]<=p)
        {
            num++;
           }
       }
       cout<<num<<endl;
    return 0;

}

但是根据数据范围和题目要求,这个代码是只能得60分的 1:时间超时 2:f 数组内存不够。所以要进行优化
观察样例 : 0 1 0 1 1 之后发现只要枚举1遍 客栈i 记录离他最接近的合法点 记录在这个点之前有多少个相同颜色的客栈
那么 方案数=目前的方案数+相同颜色客栈个数

#include <iostream>

using namespace std;


int a[200055],b;
int f[200005][55];
int zui[200055];
int main()
{
    int n,k,p;
    cin>>n>>k>>p;
    for(int i=1;i<=n;i++)
    {
        cin>>a[i]>>b;
        for(int j=0;j<k;j++)
        {
            f[i][j]=f[i-1][j];
        }
        f[i][a[i]]++;
        if(b<=p)
        {
            zui[i]=i;
        }else{
            zui[i]=zui[i-1];
        }
    }
    int ans=0;
    for(int i=1;i<=n;i++)
    {
        ans+=f[zui[i]][a[i]];
        if(zui[i]==i) ans--;
    }

    cout<<ans<<endl;
    return 0;

}
内容概要:本文系统介绍了基于C#(VS2022+.NET Core)与HALCON 24.11的工业视觉测量拟合技术,涵盖边缘提取、几何拟合、精度优化及工业部署全流程。文中详细解析了亚像素边缘提取、Tukey抗噪算法、SVD平面拟合等核心技术,并提供了汽车零件孔径测量、PCB焊点共面性检测等典型应用场景的完整代码示例。通过GPU加速、EtherCAT同步等优化策略,实现了±0.01mm级测量精度,满足ISO 1101标准。此外,文章还探讨了深度学习、量子启发式算法等前沿技术的应用前景。 适合人群:具备一定编程基础,尤其是熟悉C#和HALCON的工程师或研究人员,以及从事工业视觉测量与自动化检测领域的技术人员。 使用场景及目标:①学习如何使用C#和HALCON实现高精度工业视觉测量系统的开发;②掌握边缘提取、抗差拟合、3D点云处理等核心技术的具体实现方法;③了解工业部署中的关键技术,如GPU加速、EtherCAT同步控制、实时数据看板等;④探索基于深度学习和量子计算的前沿技术在工业视觉中的应用。 其他说明:本文不仅提供了详细的理论分析和技术实现,还附有完整的代码示例和实验数据,帮助读者更好地理解和实践。同时,文中提到的硬件选型、校准方法、精度验证等内容,为实际项目实施提供了重要参考。文章最后还给出了未来的技术演进方向和开发者行动建议,如量子-经典混合计算、自监督学习等,以及参与HALCON官方认证和开源社区的建议。
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