Noip05过河题解

博客介绍了如何解决一个关于青蛙过河的问题,其中青蛙需要避开石子并找到最少踩到的石子数量。通过分析,作者提出当跳跃距离固定时,可以直接检查石子位置是否符合跳跃距离的倍数。对于更大的数据范围,作者应用了动态规划和离散化技术来优化解决方案,通过计算不同跳跃距离的最小公倍数并对石子位置进行压缩,确保答案的正确性。最终,给出了经过离散化处理后的动态规划状态转移方程和代码实现。
  • 题目描述 Description
    在河上有一座独木桥,一只青蛙想沿着独木桥从河的一侧跳到另一侧。在桥上有一些石子,青蛙很讨厌踩在这些石子上。由于桥的长度和青蛙一次跳过的距离都是正整数,我们可以把独木桥上青蛙可能到达的点看成数轴上的一串整点:0,1,……,L(其中L是桥的长度)。坐标为0的点表示桥的起点,坐标为L的点表示桥的终点。青蛙从桥的起点开始,不停的向终点方向跳跃。一次跳跃的距离是S到T之间的任意正整数(包括S,T)。当青蛙跳到或跳过坐标为L的点时,就算青蛙已经跳出了独木桥。
    题目给出独木桥的长度L,青蛙跳跃的距离范围S,T,桥上石子的位置。你的任务是确定青蛙要想过河,最少需要踩到的石子数。

  • 输入描述 Input Description
    输入第一行有一个正整数L1L109,表示独木桥的长度。第二行有三个正整数S,T,M,分别表示青蛙一次跳跃的最小距离,最大距离,及桥上石子的个数,其中1ST101M100。第三行有M个不同的正整数分别表示这M个石子在数轴上的位置(数据保证桥的起点和终点处没有石子)。所有相邻的整数之间用一个空格隔开。

  • 输出描述 Output Description
    输出只包括一个整数,表示青蛙过河最少需要踩到的石子数。

  • 样例输入 Sample Input
    10
    2 3 5
    2 3 5 6 7

  • 样例输出 Sample Output
    2

  • 数据规模
    对于30%的数据,L10000
    对于全部的数据,L109

  • 题解
    如果S == T,只需考察石子的位置是否是S的倍数。若是,则ans++。
    如果S != T,对于30%的数据,直接动规就可以。
    f[x]=min{f[xi]}+stone[x]
    (SiT)(ixL+T),stone[x]=x?1:0
    但对于100%的数据,L的值显然太大。仔细观察,发现石子的个数很少,109的区间里只有不到100个。所以很自然地想到离散化压缩状态。
    先求M=max{lcm(x,y)},(x,y[S,T])
    对石子k,k+1,如果(*):dist[k]+nM<dist[k+1](n),可以把dist[k+1]缩短为dist[k]+(dist[k+1]dist[k])modM。因为若(*)式成立,则n*M这段没有石子的距离可以由[S,T]内的数组合出来。所以这种放缩并不影响正确答案。把L一起放缩,只需令dist[M+1]=L,处理完dist数组后再令L=dist[M+1]即可。
    最后ans=min{f[i]}(i=LL+T1)

  • Code

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int maxn = 10000000, M = 90;
int f[maxn];
bool d[maxn];
int l, a[102], s, t, m;
void init()
{
    scanf("%d", &l);
    scanf("%d%d%d", &s, &t, &m);
    for(int i = 0; i < m; ++i) scanf("%d", &a[i]);
    if(s == t)
    {
        int ans = 0;
        for(int i = 0; i < m; ++i)
           ans += (a[i] % s == 0 ? 1 : 0);
        printf("%d\n", ans);
        return;
    }
    a[m] = l; sort(a, a + m);
    for(int i = 0; i < m; ++i)
    {
        if(a[i + 1] - a[i] > M) a[i + 1] = a[i] + (a[i + 1] - a[i]) % M;
        d[a[i]] = true;
    }
    l = a[m];
}
void work()
{
    if(s == t) return;
    memset(f, 0x3F, sizeof(f)); f[0] = 0;
    for(int i = 1; i <= l + t; ++i)
    {
        for(int j = s; j <= t; ++j) if(i >= j)
            f[i] = min(f[i], f[i - j]);
        f[i] += d[i];
    }
    int ans = 0xFFFFFFF;
    for(int i = l; i < l + t; ++i) ans = min(ans, f[i]);
    printf("%d\n", ans); 
}
int main()
{
    init();
    work();
    return 0;
}
### NOIP 2018 复赛题目解析 #### 巴士调度问题分析 对于给定的巴士调度问题,存在 \( n \) 个人分别在不同的时间点 \( a_i \) 到达车站等待乘车。每辆大巴完成一次往返需要 \( m \) 分钟的时间。目标是最小化所有人的总等待时间。 为了实现这一目标,可以采用贪心策略来解决这个问题[^2]。具体来说: - 将所有的乘客按照到达时间升序排列。 - 对于每一个新的出发时刻,尽可能多地搭载当前已经在站点等候的人群直到满载或者达到下一个乘客到来之前。 - 计算每次发车时所有未被接走乘客额外增加的等待时间,并累加到总的等待时间之中去。 这种方法能有效地减少整体的等待时间,因为总是优先考虑那些已经等待较长时间的人先离开。 ```python def min_total_wait_time(n, m, arrival_times): # Sort the list of arrival times. sorted_arrivals = sorted(arrival_times) total_wait = 0 current_time = 0 while sorted_arrivals: next_departure = max(current_time, sorted_arrivals[0]) # Load passengers until bus leaves or no more people are waiting at this time point. while sorted_arrivals and sorted_arrivals[0] <= next_departure: del sorted_arrivals[0] # Update wait time for remaining passengers after departure. for t in sorted_arrivals: total_wait += (next_departure + m - t) current_time = next_departure + m return total_wait ``` 此代码实现了上述逻辑并计算出了最小化的总等待时间[^4]。 #### 关键挑战与解决方案 当面对此类优化类问题时,核心在于如何合理规划资源分配以满足特定条件下的最优解。在这个案例里就是指怎样安排车辆运行计划让总体效率最高——即乘客们总的等待时间为最短。通过合理的数学建模以及有效的算法设计,可以很好地应对这类竞赛中的实际应用型考题[^5]。
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