[DP] 塔

本文探讨了如何使用给定数量和高度的木块,搭建两座高度相同的塔,使得塔的总高度最大。通过动态规划的方法,求解在限制条件下能搭建的塔的最大高度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

地址: http://icpc.ahu.edu.cn/OJ/Problem.aspx?id=518

Description
给出N个木块,告诉你每个木块的高度,你要用这些木块搭出两座高度相同的塔,一个塔的高度为搭建它的木块的高度之和,并且一个塔至少要用一个木块。木块只能用一次,也可以不用。问在这两座塔高度相同的条件下,能够搭出的塔的最大高度是多少?

Input
第一行一个整数N(N<=50),表示木块的个数;
第二行N个整数,表示N个木块的高度。
每个木块的高度范围[1,500000],所有木块的高度总和<=500000。

Output
一个数,表示能搭建的塔的最高高度,若不能搭建两座相同的塔,则输出-1.

Sample Input
Original Transformed
3
2 3 5

Sample Output
Original Transformed
5

dp[i][j] 表示 加入 第i个方块(加在两边 中的 一边 ,或者不用) 高度差为 J 时 的 两座塔中较低的一座的高度。

使用滚动数组 , 开始时 忘了 转移时 要取max() 

由当前状态dp[i][j] 可以推出 dp[i+1][j] , dp[i+1][j+a[i]] , dp[i+1][j-a[i]] (j>a[i]) , dp[i+1][a[i]-j] (j<a[i]) 

code: 

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define INF 1000000000
#define N  53
int n,dp[2][500005],a[N],sum;
int main(){
	//freopen("in.txt", "r", stdin); 
	while(scanf("%d",&n)!=EOF){
		sum=0;
		for(int i=1;i<=n;i++) {
			scanf("%d",&a[i]);
		}
		memset(dp,-1,sizeof(dp));
		dp[0][0]=0;
		for(int i=1;i<=n;i++) {
			int now=i%2,la=now^1;
			sum += a[i];
			sum = min(sum, 250000); 
			for(int j=0; j<=sum; j++) dp[now][j]=-1;
			for(int j=0; j<=sum; j++) {
				if(dp[la][j]>=0) {
					dp[now][j]=max(dp[now][j],dp[la][j]);
					if(j>a[i]) {
						dp[now][j-a[i]]=max(dp[now][j-a[i]],dp[la][j]+a[i]);
					}
					else {
						dp[now][a[i]-j]=max(dp[now][a[i]-j],dp[la][j]+j);
					}
					dp[now][j+a[i]]=max(dp[now][j+a[i]],dp[la][j]);
				}
			}
		}
		int now=n%2;
		if(dp[now][0])  printf("%d\n",dp[now][0]);
		else printf("-1\n");
	}
	return 0;
}


<think>好的,用户想了解关于数字金字的动态规划问题及其解决方案。首先,我需要回忆数字金字问题的基本描述。这个问题通常要求从金字的顶部到底部找到一条路径,使得路径上数字之和最大,每一步只能走到左下方或右下方的点。 接下来,动态规划的关键在于找到状态转移方程。用户可能对如何构建这个方程不太清楚,所以需要详细解释。通常,这个问题可以采用自底向上的方法,从金字的底部开始向上计算每个位置的最大路径和。这样每个节点的值加上其下方两个子节点中较大的那个,逐步向上直到顶部。 然后,考虑到用户可能对具体的步骤和实现细节感兴趣,我应该分步骤说明。例如,如何初始化二维数组,如何遍历每一层,以及如何更新每个位置的值。同时,结合用户提供的引用,特别是引用[3]和[4],其中提到了自底向上和最后一步法的思路,需要将这些内容自然地融入解答中。 另外,用户提供的示例代码可能有助于理解。虽然用户没有给出Python代码,但可以引用信息学奥赛一本通中的思路,如建立二维数组和从底部向上计算。同时,引用[5]中的排列方式虽然与动态规划无关,但可能说明用户对数字排列的其他应用也感兴趣,但这里应集中解答动态规划部分。 需要确保回答的结构清晰,使用中文,并正确应用LaTeX格式。例如,状态转移方程应写成$$dp[i][j] = max(dp[i+1][j], dp[i+1][j+1]) + value[i][j]$$,并单独成段。同时,行内公式如$dp[i][j]$要用$符号包裹。 最后,生成相关问题时要围绕动态规划、优化方法、与其他算法的对比,以及变体问题,确保问题具有针对性和扩展性,帮助用户深入理解。例如,可以询问时间复杂度的优化,或者空间复杂度的改进方法,这些都是动态规划中常见的问题。 检查是否有遗漏的引用,确保每个引用都恰当且自然地插入到相关内容中,比如在提到自底向上方法时引用[3],在描述路径选择时引用[4]。同时,避免引用与当前问题无关的内容,如引用[2]和[5]中的部分可能不相关,但需要确认是否有必要提及。 总结来说,回答需要分步骤解释动态规划的应用,结合引用资料,确保LaTeX格式正确,结构清晰,并生成相关的问题供用户进一步学习。</think>### 数字金字的动态规划解题思路 #### 问题描述 给定一个由数字组成的金字结构,从最高点出发,每一步只能移动到左下方或右下方的相邻节点,求从顶部到底部的路径中,经过数字之和的最大值。 --- #### 核心思路分析 1. **状态定义** 定义二维数组$dp[i][j]$表示从第$i$行第$j$列节点出发到底部的最大路径和。这种定义方式将问题拆解为子问题的叠加[^3][^4]。 2. **状态转移方程** 从底层向上递推,每个节点的最优值由其下方两个子节点的最优值决定: $$dp[i][j] = \max(dp[i+1][j], dp[i+1][j+1]) + \text{value}[i][j]$$ 这里$\text{value}[i][j]$是当前节点的数值[^4]。 3. **初始化与边界** 金字底层的$dp$值直接等于节点本身的数值,即: $$dp[n][j] = \text{value}[n][j] \quad (\text{最后一行})$$ --- #### 具体实现步骤 1. **存储结构** 使用二维数组存储金字的每一层数字,例如: ``` 5 8 3 12 7 16 ``` 2. **递推过程** 从倒数第二层开始向上逐层计算: ```python for i in range(n-1, 0, -1): # 自底向上遍历 for j in range(1, i+1): # 每层从左到右处理节点 dp[i][j] = max(dp[i+1][j], dp[i+1][j+1]) + value[i][j] ``` 3. **结果获取** 最终最大值存储在$dp[1][1]$中(假设金字从第1行开始编号)。 --- #### 算法特性 - **时间复杂度**:$O(n^2)$,其中$n$为金字层数 - **空间复杂度**:$O(n^2)$,可优化为$O(n)$(只保留当前层和下一层数据)[^3] --- #### 示例演算 以金字为例: ``` 5 8 3 12 7 16 ``` 初始化第三层$dp[3] = [12, 7, 16]$ 第二层计算: $dp[2][1] = \max(12,7) + 8 = 20$ $dp[2][2] = \max(7,16) + 3 = 19$ 最终结果:$\max(20+5, 19+5) = 25$ ---
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