洛谷 P1848

本文介绍了一种通过线段树优化的动态规划算法解决书架布局问题的方法,旨在找到放置书籍的最佳方式,使得书架整体高度最小化。该算法考虑了书籍的宽度和高度约束,利用线段树的数据结构来提高状态转移过程的效率。

题目描述:

当农夫约翰闲的没事干的时候,他喜欢坐下来看书。多年过去,他已经收集了 N 本书 (1 <= N <= 100,000), 他想造一个新的书架来装所有书。每本书 i 都有宽度 W(i) 和高度 H(i)。书需要按顺序添加到一组书架上;比如说,第一层架子应该包含书籍1 ... k,第二层架子应该以第k + 1本书开始,以下如此。每层架子的总宽度最大为L(1≤L≤1,000,000,000)。每层的高度等于该层上最高的书的高度,并且整个书架的高度是所有层的高度的总和,因为它们都垂直堆叠。请帮助农夫约翰计算整个书架的最小可能高度。有N(1 <= N <= 100000)本书,每本书有一个宽度W(i),高度H(i),(1 <= H(i) <= 1,000,000; 1 <= W(i) <= L)。现在有足够多的书架,书架宽度最多是L (1 <= L <= 1,000,000,000),把书按顺序(先放1,再放2.....)放入书架。某个书架的高度是该书架中所放的最高的书的高度。将所有书放入书架后,求所有书架的高度和的最小值?

/*
很容易想到状态转移方程:f[i]=min(f[j]+max(h[j+1],h[j+2]……h[i])这样的时间复杂度是n^2点,显然过不了。那么可以想想,h[j]是随
j的增大而单调不减的,是具有单调性的,所以可以线段树进行优化 
*/
#include <iostream>
#include <cstring>
#include <algorithm>
#include <cstdio>
#include <cmath>
#include <queue>
#define N 10000000
#define INF 0x7f7f7f7f
#define LL long long
#define ls x<<1
#define rs x<<1|1
#define midd mid = (l+r)>>1
#define lson l,mid,x<<1
#define rson mid+1,r,x<<1|1
using namespace std;
int n;
int hei,W[N];
LL ans=(LL)0;
int H[N],h[N],tag[N];
LL f[N],val[N],L;
void merge(int x)
{
	H[x]=max(H[ls],H[rs]);h[x]=min(h[ls],h[rs]);val[x]=min(val[ls],val[rs]);
	return ;
}
void pushdown(int x)
{
	if(!tag[x]) return ;
	tag[ls]=H[ls]=h[ls]=tag[rs]=H[rs]=h[rs]=tag[x];
	val[ls]=f[ls]+(LL)tag[x];val[rs]=f[rs]+(LL)tag[x];
	tag[x]=0;return ;
}
void change(int l,int r,int x,int ll,int rr,int c)
{
	if(ll <= l && r <= rr)
	{
		if(c>=H[x])
		{
			H[x]=h[x]=tag[x]=c;val[x]=f[x]+(LL)c;return ;
		}
		int mid=(l+r)>>1;
		pushdown(x);
		if(h[x<<1] <= c)  change(lson,ll,rr,c);
		if(h[x<<1|1] <= c) change(rson,ll,rr,c);
		merge(x);return;
	}
	int mid=(l+r)>>1;
	pushdown(x);
	if(ll <= mid) change(lson,ll,rr,c);
	if(mid < rr) change(rson,ll,rr,c);
	merge(x);return ;
}
LL Get(int l,int r,int x,int ll,int rr)
{
	if(ll <= l && r <= rr) return val[x];
	int mid=(l+r)>>1;LL minn=1ll<<58;
	pushdown(x);
	if(ll <= mid) minn=min(minn,Get(lson,ll,rr));
	if(rr > mid) minn=min(minn , Get(rson,ll,rr));
	return minn;
}
void add(int l,int r,int x,int pos,LL c)
{
	if(l == r){f[x]=c;return;}
	int mid=(l+r)>>1;
	pushdown(x);
	if(pos <= mid) add(lson,pos,c);
	else add(rson,pos,c);
	f[x]=min(f[ls],f[rs]);
	return ;
}
int main()
{
	scanf("%d%lld",&n,&L);
	LL last=(LL)1,sum=(LL)0;
	for(int i=1;i<=n;i++)
	{
		scanf("%d%d",&hei,&W[i]);
		sum+=(LL)W[i];
		while(sum>L) sum-=(LL)W[last++];
		change(1,n,1,1,i,hei);
		ans=Get(1,n,1,last,i);
		add(1,n,1,i+1,ans);
	}
	printf("%lld\n",ans);
	return 0;
}
/*
5 10
5 7
9 2
8 5
13 2
3 8

21
*/


### 关于动态规划 (Dynamic Programming, DP) 的解决方案 在解决洛谷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,同时保持时间效率不变[^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不同类型的算法挑战。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
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