洛谷 P7767 DNA 题解

博客探讨了一种使用贪心策略解决字符串操作的问题。在给定的操作条件下,需要将字符串转换为全A。分析表明,对于单独的B和连续的B串,分别采用不同的贪心策略可以达到最优解。代码实现从右往左扫描字符串,根据字符出现情况动态调整操作。最终,博主询问是否有更优的贪心解决方案。

虽然我似乎解释明了贪心是可行的,但是我还是有些不爽

dp 做更直观吧

Solution

入手这道题,看了看,就直接奔去写贪心。

至于如何贪心?

题目大意:对于每一个操作有两种操作选择,使终串全为 A\texttt{A}A

对于这道题,贪心只考虑局部最优解,不能影响到其他位置

于是,就有两种情况要讨论:

单独的 B

对于单独出现的 B\texttt{B}B

执行方法 1 需要 1 步,即直接修改(操作 1)。并且不会对字符串造成其他影响。

执行方法 2 需要 2 步,才能使字符串不会出现变化。

比如说:AABAA\texttt{AABAA}AABAA

在位置3执行操作2,BBAAA\texttt{BBAAA}BBAAA (操作 2)

再在位置2执行操作2,AAAAA\texttt{AAAAA}AAAAA (操作 2)

显然,当出现单独的 B\texttt{B}B 时,执行方法 1 改变单个字符更优。

连续的一串 B

对于出现一串的 BBBB......\texttt{BBBB......}BBBB......

执行方法 1 需要执行 ∣S∣|S|S 步,SSS 为全 B\texttt{B}B 子串。

执行方法 2 需要执行 2 步,与 “单独的 B”中考虑一样。

由于 ∣S∣≥2|S| \ge 2S2,所以,在出现连续的 B\texttt{B}B 串时,执行方法 2 更优于方法 1。

综上,需要不影响其他步骤,从右往左扫;

单独的 B\texttt{B}B 就直接修改;

连续的 b\texttt{b}b 就通过方法 2 改变(其实第二次操作没必要进行,因为执行结束后会继续往前扫,自然会继续改变)。

上代码!

#include<bits/stdc++.h>
using namespace std;

int main()
{
	int n,t=0,len=0,ans=0;string str;
	cin>>n>>str;
	for(int i=n-1;i>=0;i--)
	{
		if((str[i]+t%2=='A'||str[i]+t%2=='C'))  //方便就不写成 % 'B'
		{
			if(len!=0)
			{
				ans++;
				if(len!=1) t++;
				len=0;
			}
		}
		if(str[i]+t%2=='B') len++;
	}
	cout<<ans+(len!=0);  //结尾还剩余其他 B
	return 0;
}

还有更好的贪心思路要告诉我啊 qaq。

P8865 种花 是一道与动态规划相关的题目,其核心思想与“摆花”问题类似,但又有所扩展,涉及了组合数学与多重背包问题的结合。 ### 解题思路 题目可以理解为:有 $ n $ 种花,每种花有 $ a[i] $ 盆,要求从中选出 $ m $ 盆花排成一排。同一种花必须连续摆放,并且种类按照编号递增排列。求满足条件的排列方式总数。 这个问题可以通过动态规划来解决。定义状态 $ dp[i][j] $ 表示前 $ i $ 种花中选 $ j $ 盆花的方案数。 状态转移方程为: $$ dp[i][j] = \sum_{k=0}^{\min(a[i], j)} dp[i-1][j-k] $$ 其中 $ k $ 表示第 $ i $ 种花选取了 $ k $ 盆,$ a[i] $ 表示第 $ i $ 种花的最大数量。 初始状态为 $ dp[0][0] = 1 $,表示不选任何花时只有一种方案。 为了优化时间复杂度,可以使用滚动数组来减少空间开销。同时,由于每次状态转移需要累加多个前一状态的值,可以利用前缀和优化来减少重复计算。 ### 代码实现 ```cpp #include <bits/stdc++.h> using namespace std; const int N = 210, mod = 1000007; int n, m; int a[N]; int dp[N][N]; int main() { cin >> n >> m; for (int i = 1; i <= n; i++) cin >> a[i]; // 初始化,前0种花选0盆的方案数为1 dp[0][0] = 1; for (int i = 1; i <= n; i++) { for (int j = 0; j <= m; j++) { // 枚举第i种花选取的数量 for (int k = 0; k <= min(a[i], j); k++) { dp[i][j] = (dp[i][j] + dp[i-1][j - k]) % mod; } } } cout << dp[n][m] << endl; return 0; } ``` 上述代码中,外层循环遍历每种花,内层循环遍历可选的花盆数,最内层循环则枚举当前花选取的数量。通过三重循环完成状态转移。 为了优化性能,可以进一步优化最内层的循环,通过前缀和预处理 $ dp[i-1][j-k] $ 的累加值,避免重复计算。 ### 优化思路 - **空间优化**:使用滚动数组,将二维数组优化为一维数组,因为每次状态转移只依赖上一层的结果。 - **时间优化**:使用前缀和优化,避免每次都要循环累加上一层的状态值。 ###
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