EOJ 3338 双塔问题

本文探讨了一种积木游戏的算法解决方案,通过动态规划(DP)方法寻找两座等高塔的最大可能高度。介绍了如何利用三维DP数组解决积木不能共用的问题,详细解析了状态转移方程。

单点时限: 1.0 sec

内存限制: 256 MB

Alice 和 Bob 在玩积木游戏。

他们找到了 n 块积木,这些积木都是正方体,棱长分别为 a1,a2,…,an。现在 Alice 和 Bob 要用这些积木垒两座高塔。他们想要这两座高塔的高度相等。问最大高度可能是多少?

摆放积木的顺序没有要求。两座高塔不能公用积木。

输入格式
第一行一个整数 n 。

第二行 n 个整数,用空格隔开,分别是 a1,a2,…,an (ai≥1,∑ni=1ai≤10 000)。

数据点规模约定:

对于 30% 的数据,1≤n≤15。
对于 100% 的数据,1≤n≤100。
输出格式
输出一个整数,表示最大高度。

如果不能完成任务,输出 0。

样例
input
6
2 3 3 3 6 8
output
11
提示
样例选择 2,3,3,6,8 这五块积木,搭出 8+3=11 和 6+3+2=11 这两座塔。所以答案是 11。

思路:dp,一开始想用dp[i][j]表示使用前i个能否铺成j高的塔,0代表不能铺,1代表铺成一个塔,2代表铺成两个塔,然而这样无法解决两个塔不能共用一块积木的问题,所以这种方法不可行。

正确思路是用dp[i][j][k]表示使用前i块积木,当两个塔的高差距为j时的塔的最大高度,k为0代表第一个塔高,k为1代表第二个塔高。

考虑状态转移,对于第i个积木,可以选择放或者不放;如果选择放,可以选择向高一点的塔放也可以选择向低一点的塔放;如果选择向高塔放,那么放完之后高塔必然还是高塔,然而如果向低塔放,就有两种可能,原来的低塔加上这块积木可能变成高塔,也可能加上这块积木还是低塔。所以总共是四种情况,分别写出状态转移方程即可。

最后答案为dp[n][0][0]或dp[n][0][1]。

详见代码。

import java.math.BigInteger;
import java.text.DecimalFormat;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.Scanner;


public class Main {

	final static double pi = Math.acos(-1);
    final static int count[] = {100,50,10,5,2,1};
	public static void main(String[] args) {
		Scanner cin = new Scanner(System.in);
		while(cin.hasNext())
		{
			int n = cin.nextInt();
			int a[] = new int [n+1];
			int sum = 0;
			for(int i=1;i<=n;i++)
			{
				a[i] = cin.nextInt();
				sum+=a[i];
			}
			int dp[][][] = new int [n+1][sum+1][2];
			for(int i=0;i<=n;i++)
			{
				for(int j=1;j<=sum;j++)
				{
					for(int k=0;k<=1;k++)
						dp[i][j][k] = -1;
				}
			}
			dp[0][0][0] = dp[0][0][1] = 0;
			
			for(int i=1;i<=n;i++)
			{
				for(int j=sum;j>=0;j--)
				{
					for(int k=0;k<=1;k++)
					{
						if(j>=a[i]&&dp[i-1][j-a[i]][k]>=0)
							dp[i][j][k] = Math.max(dp[i-1][j-a[i]][k]+a[i], dp[i][j][k]);//向高塔放积木
						if(a[i]>j&&dp[i-1][a[i]-j][k^1]>=0)
							dp[i][j][k] = Math.max(dp[i-1][a[i]-j][k^1]+j, dp[i][j][k]);//向低塔放积木且低塔放完积木成为高塔
						if(a[i]+j<=sum&&dp[i-1][a[i]+j][k]>=0)
							dp[i][j][k] = Math.max(dp[i-1][a[i]+j][k], dp[i][j][k]);//低塔放完积木还是低塔
						if(dp[i-1][j][k]>=0)
							dp[i][j][k] = Math.max(dp[i-1][j][k], dp[i][j][k]);//不放积木
					}
				}
			}
			int ans = 0;
			for(int k=0;k<=1;k++)
				ans = Math.max(ans, dp[n][0][k]);
			System.out.println(ans);
		}
		cin.close();
	}

}

### 关于EOJ DNA排序问题的解题思路 在处理EOJ中的DNA排序问题时,主要挑战在于如何高效地完成字符串数组的排序以及去重操作。由于题目涉及两个测试点可能因时间复杂度较高而超时,因此需要优化算法设计。 #### 数据结构的选择 为了降低时间复杂度并提高效率,可以引入`std::map`或者`unordered_map`来辅助实现去重功能[^1]。这些数据结构能够快速判断某项是否存在集合中,并支持高效的插入查找操作。具体来说: - 使用 `std::set` 可以自动去除重复元素并对结果进行升序排列; - 如果还需要自定义比较逻辑,则可以选择基于哈希表的数据结构如 `unordered_set` 配合手动排序。 #### 排序策略 对于给定的一组DNA序列(通常表示为度固定的字符串),按照字典顺序对其进行排序是一个常见需求。C++标准库提供了非常方便的方法来进行此类任务——即利用 `sort()` 函数配合合适的比较器函数对象或 lambda 表达式来指定所需的排序规则。 下面展示了一个简单的例子用于说明如何读取输入、执行必要的预处理步骤(包括但不限于删除冗余条目),最后输出经过整理的结果列表: ```cpp #include <bits/stdc++.h> using namespace std; int main(){ set<string> uniqueDNAs; string line, dna; while(getline(cin,line)){ stringstream ss(line); while(ss>>dna){ uniqueDNAs.insert(dna); // 自动过滤掉重复项 } } vector<string> sortedUnique(uniqueDNAs.begin(),uniqueDNAs.end()); sort(sortedUnique.begin(),sortedUnique.end()); for(auto it=sortedUnique.cbegin();it!=sortedUnique.cend();++it){ cout<<*it; if(next(it)!=sortedUnique.cend())cout<<" "; } } ``` 上述程序片段实现了基本的功能模:从标准输入流逐行解析得到各个独立的DNA片段;借助 STL 容器特性轻松达成无重复记录维护目的;最终依据字母大小关系重新安排各成员位置后再统一打印出来[^3]。 #### 学习延伸至自然语言处理领域 值得注意的是,在计算机科学特别是机器学习方向上,“上下文”概念同样重要。例如 Word2Vec 这样的技术就是通过考察周围词语环境来捕捉特定词汇的意义特征[^2]。尽管两者应用场景差异显著,但从原理层面看均体现了对局部模式挖掘的关注。 ---
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