FJUT 3721 选错算法就wa死系列

本文介绍了一个关于寻找图中从任意起点出发所能达到的最远距离的问题,通过动态规划(DP)的方法解决。题目背景设定为Hang去约会,需要走过一系列的单向路径,目标是最远的距离。文章提供了完整的代码实现,包括输入处理、状态转移方程和最终答案的输出。

在八百多年前的一天,Hang去约会女神,女神为了考验Hang,就决定考考他

Hang的女神把他带到了一个神奇的地方,这里有1~m个点,每个点之间会有一条单向路

在每个点之间的移动只能通过这条单向路来移动,女神希望Hang能走的越远越好

你能告诉Hang他最远能走多远吗?起点可以随意选择

所谓的最远是指起点和终点的编号差值最大

Input
单组数据

第一行是一个数正整n,表示有n条路

接下来是n行,每行两个整数,表示点a->点b有一条单向路(数据保证a<=b)

1<=n,a,b<=1e6

Output
输出一个整数,表示Hang可以跨的最远区间长度max(r-l)

SampleInput
6
1 3
2 4
4 6
3 5
5 7
6 10
SampleOutput
8

Hint:
有两条路能走最远
1->3->5->7
2->4->6->10
所以选第二条

看完题了 你以为这是并查集?好了 那你别做了 注意是单向边 那怎么做呢 万物皆dp 所以dp该上了
想下状态转移方程 输入l r
方程就是 dp【r】=max(dp【r】,dp【l】+r-l);
是的就是这么简单 一个傻逼的线性dp 注意先按l从小到大排序下 相同的话就r从小到大
就是这么一个沙雕题 wa从开始到结束

#include<bits/stdc++.h>
using namespace std;
struct node
{
    int x,y;
}hsy[1000005];
int dp[1000005]= {0};
bool cmp(node a,node b)
{
    if(a.x==b.x)
        return a.y<b.y;
    return a.x<b.x;
}
int main()
{
    int n,i;
    cin>>n;
    for(i=0; i<n; i++)
        scanf("%d%d",&hsy[i].x,&hsy[i].y);
    sort(hsy,hsy+n,cmp);
    int ans=-1;
    for(i=0; i<n; i++)
        dp[hsy[i].y]=max(dp[hsy[i].y],dp[hsy[i].x]+hsy[i].y-hsy[i].x),ans=max(ans,dp[hsy[i].y]);
    cout<<ans;


}

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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

打赏作者

我不会c语言

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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