奶牛抗议——DP之线段树优化

本文介绍了一种使用动态规划(DP)结合线段树进行优化的方法,解决了一个关于有序数列的问题。通过构建DP方程,并利用线段树来高效求解区间和,实现了对算法的时间复杂度优化。
这题我写过一篇60分的做法,所以题面就不写了。
DP方程十分易见:
for(register int i=1;i<=n;i++)
     for(register int j=0;j<=i-1;j++){
        if(sum[i]<sum[j]) continue;
        dp[i]+=dp[j]%1000000009;
     }
相当于我们要求有序数列(i,j)满足{i< j,sum[i]<= sum[j]},这样我们就可以用线段树优化,我们枚举到每个点i,按照其前缀和sum离散,那么i要加上的DP值也就是区间[1…rank[i]]的值。
#include<bits/stdc++.h>
#define MAXN 200005
#define ll long long
using namespace std;
int read(){
    char c;int x=0,y=1;while(c=getchar(),(c<'0'||c>'9')&&c!='-');
    if(c=='-') y=-1;else x=c-'0';
    while(c=getchar(),c>='0'&&c<='9') x=x*10+c-'0';
    return x*y;
}
int i,j,k,n,m,tot,ans;
const int mod=1000000009;
struct node{    
    ll pl,num;
}f[MAXN];
ll sum[MAXN<<2],dp[MAXN],sortnum[MAXN];
int cmp(node a,node b){
    return a.num<b.num;
}
//void up(int node){sum[node]=(sum[node<<1]+sum[node<<1|1])%mod;}
void update(int node,int l,int r,int p,int c){
    if(l==r){
        sum[node]=(sum[node]+c)%mod;
        return;
    }
    int mid=(l+r)>>1;
    if(p<=mid) update(node<<1,l,mid,p,c);
    else update(node<<1|1,mid+1,r,p,c);
    sum[node]=(sum[node<<1]+sum[node<<1|1])%mod;
}
int query(int node,int l,int r,int lc,int rc){
    if(lc<=l&&r<=rc){
        return sum[node];
    }
    ll mid=(l+r)>>1,ans=0;
    if(lc<=mid) ans=(ans+query(node<<1,l,mid,lc,rc))%mod;
    if(rc>mid) ans=(ans+query(node<<1|1,mid+1,r,lc,rc))%mod; 
    return ans;
}
int main()
{
    n=read();
    for(int i=1;i<=n;i++){
        int x=read();
        f[i].num=f[i-1].num+x;f[i].pl=i;
    }
    f[0].pl=0;f[0].num=0;
    sort(f,f+1+n,cmp);
    sortnum[f[0].pl]=++k;
    for(int i=1;i<=n;i++){
        if(f[i].num!=f[i-1].num) k++;
        sortnum[f[i].pl]=k;
    }
    dp[0]=1;
    update(1,1,k,sortnum[0],dp[0]);
    for(int i=1;i<=n;i++){
        dp[i]=query(1,1,k,1,sortnum[i]);
        update(1,1,k,sortnum[i],dp[i]);
    }
    printf("%d",dp[n]);
    return 0;
}
如果你希望**不使用线段树**,而使用**暴力 DP**来解决这个问题,那么我们可以采用一个**基于区间的动态规划方法**。 --- ### 🧠 思路回顾 - 目标是覆盖时间段 `[M, E]`。 - 每头奶牛提供一个工作区间 `[T1, T2]` 和一个报酬 `S`。 - 我们要选择若干奶牛,使得它们的工作区间**完全覆盖 [M, E]**,并且总报酬最小。 - 如果无法覆盖,输出 `-1`。 --- ### ✅ 暴力 DP 解法 #### 1. 动态规划定义 定义 `dp[i]` 表示覆盖到时间点 `i` 所需的最小费用。 初始状态: - `dp[M - 1] = 0`(表示在开始时间前不需要费用) - `dp[i] = INF` 表示时间点 `i` 无法被覆盖 #### 2. 状态转移 对于每头奶牛 `[T1, T2]` 和报酬 `S`,我们可以尝试从 `j ∈ [T1 - 1, T2]` 转移: - `dp[T2] = min(dp[T2], dp[j] + S)`,其中 `j ∈ [M - 1, T1 - 1]` #### 3. 最终答案 - 如果 `dp[E] == INF`,说明无法覆盖,输出 `-1` - 否则输出 `dp[E]` --- ### ✅ C++ 暴力 DP 实现 ```cpp #include <bits/stdc++.h> using namespace std; const int INF = 0x3f3f3f3f; const int MAX_TIME = 86400 + 10; // 最大时间点 +1 int N, M, E; int dp[MAX_TIME]; // dp[i] 表示覆盖到时间 i 的最小花费 struct Cow { int t1, t2, s; }; int main() { cin >> N >> M >> E; vector<Cow> cows(N); for (int i = 0; i < N; ++i) { int t1, t2, s; cin >> t1 >> t2 >> s; cows[i] = {t1, t2, s}; } // 初始化 dp 数组 fill(dp, dp + MAX_TIME, INF); dp[M - 1] = 0; // 暴力 DP for (int i = 0; i < N; ++i) { int t1 = cows[i].t1; int t2 = cows[i].t2; int s = cows[i].s; // 查询 [M-1, t1-1] 中的最小值 int min_cost = INF; for (int j = max(M - 1, 0); j <= t1 - 1; ++j) { if (dp[j] != INF) { min_cost = min(min_cost, dp[j]); } } if (min_cost != INF) { // 更新 [t1, t2] 范围内的 dp 值 for (int j = t1; j <= t2; ++j) { dp[j] = min(dp[j], min_cost + s); } } } if (dp[E] == INF) cout << -1 << endl; else cout << dp[E] << endl; return 0; } ``` --- ### ✅ 示例输入 ``` 3 1 10 1 5 6 4 10 9 1 10 12 ``` 输出: ``` 9 ``` --- ### ✅ 代码说明 | 步骤 | 说明 | |------|------| | `dp[M - 1] = 0` | 初始状态,表示在开始时间前不需要费用 | | `for (int j = max(M - 1, 0); j <= t1 - 1; ++j)` | 暴力查询 `[M-1, T1-1]` 中最小值 | | `for (int j = t1; j <= t2; ++j)` | 暴力更新 `[T1, T2]` 区间 | | `dp[E]` | 最终答案,表示覆盖到时间 `E` 的最小费用 | --- ### ✅ 时间复杂度分析 - 奶牛数量 `N ≤ 10000` - 时间范围 `E - M ≤ 86399` - 最坏情况下,每个奶牛都要遍历整个时间区间: - 时间复杂度为 `O(N * E)`,在最坏情况下会达到 `10^9`,可能会 **TLE** --- ### ✅ 优化建议(可选) 如果你希望进一步优化性能,可以考虑: - 使用**前缀最小值数组**来代替暴力查询最小值。 - 使用**区间 DP** 或 **线段树优化转移**,将时间复杂度降低到 `O(N log E)` --- ###
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
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