LightOJ - 1422Halloween Costumes (区间DP)

本文介绍了一个关于万圣节派对中选择不同服装的算法问题,主人公需要参加多个派对,每个派对有不同的服装要求。文章详细解析了如何通过动态规划的方法求解最少需要准备多少套服装。

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

Halloween Costumes

Gappu has a very busy weekend ahead of him. Because, next weekend is Halloween, and he is planning to attend as many parties as he can. Since it’s Halloween, these parties are all costume parties, Gappu always selects his costumes in such a way that it blends with his friends, that is, when he is attending the party, arranged by his comic-book-fan friends, he will go with the costume of Superman, but when the party is arranged contest-buddies, he would go with the costume of ‘Chinese Postman’.

Since he is going to attend a number of parties on the Halloween night, and wear costumes accordingly, he will be changing his costumes a number of times. So, to make things a little easier, he may put on costumes one over another (that is he may wear the uniform for the postman, over the superman costume). Before each party he can take off some of the costumes, or wear a new one. That is, if he is wearing the Postman uniform over the Superman costume, and wants to go to a party in Superman costume, he can take off the Postman uniform, or he can wear a new Superman uniform. But, keep in mind that, Gappu doesn’t like to wear dresses without cleaning them first, so, after taking off the Postman uniform, he cannot use that again in the Halloween night, if he needs the Postman costume again, he will have to use a new one. He can take off any number of costumes, and if he takes off k of the costumes, that will be the last k ones (e.g. if he wears costume A before costume B, to take off A, first he has to remove B).

Given the parties and the costumes, find the minimum number of costumes Gappu will need in the Halloween night.

Input

Input starts with an integer T (≤ 200), denoting the number of test cases.

Each case starts with a line containing an integer N (1 ≤ N ≤ 100) denoting the number of parties. Next line contains N integers, where the ith integer ci (1 ≤ ci ≤ 100) denotes the costume he will be wearing in party i. He will attend party 1 first, then party 2, and so on.

Output

For each case, print the case number and the minimum number of required costumes.

Sample Input

2
4
1 2 1 2
7
1 2 1 1 3 2 1

Sample Output

Case 1: 3
Case 2: 4

题意:

一个人要去N场party,每场有要求出席的衣服种类,穿上的衣服可以选择不脱和脱,但是脱了以后不能穿回,且类似于栈,要脱掉里面的衣服必须把这件衣服之前的衣服全部脱掉。
题目要求很类似栈,要露出以前的衣服,必须要目标衣服之前的所有衣服
对于每一件要出席的衣服都有穿新和不穿用以前的两种状态
即:可以选择上一次穿这次也穿,上一次穿这次不穿
共两种状态

正常穿衣服方式:按时间顺序考虑

对于区间[I,J],把a[J]作为第J天穿的衣服,那么
F[I][J]中的A[J]这件衣服一定穿在身上,因为要符合第J天的要求,而且还没有到J+1天,衣服不用换
下面考虑区间[I,J]中第J件衣服穿不穿
第一种穿,那就是[I,J-1]的代价再加上新穿的衣服:
F[I][J]=F[I][J-1]+1;
第二种不穿,如果不穿,必须在[L,R]区间内找到一个K,使得A[K]==A[R],并且一直到R时刻,这一件都不脱掉,怎么保证?
F[I][J]=min{F[I,K]+F[K+1][J-1]},i<=k
为什么是I~K? 因为I~K保证了通过I~K这段时间后,保证了F[I+1][K]到第K天,还穿着A[K]这种颜色的衣服
然后把K+1~J-1之间这些数量的衣服脱掉就露出了A[K]==A[J]
这样递推保证了第J天能穿到符合条件的衣服,而且是最值
注:递推式可能不止一种形式,只要符合最值,和符合每一天的要求就可以,下面会见到例子
这种递推方式的标程地址:
http://blog.youkuaiyun.com/tobewhatyouwanttobe/article/details/36420755

有点反常,其实也很正常

对于每一个区间[I,J],每次想知道我要这次的衣服有没有贡献,也就是A[I]这件衣服有没有用
如果有用我想留着,下次可以不穿
每次去[I,J]区间里找A[I]==A[K],如果存在这种情况
那么和上文类似的
第一种形式:F[I][J]=min{ F[I][K-1]+dp[K+1][J]}
先计算了A[I]的代价,算入了从第I天开始到第K-1天穿的衣服,脱掉I+1~K-1部分,露出A[K]==A[I],因为相同A[K]不用重复算,之后的K+1~J一起算
第二种形式:F[I][J]=min{F[I+1][K-1]+F[K][J]}
I+1~K-1中间的衣服脱掉就是我第K天要穿的A[K]==A[I],然后第I天的A[I]移到了A[K]这一天来考虑,这样A[I]的代价不会重复算
第一种形式标程:http://blog.youkuaiyun.com/a664607530/article/details/52558851
第二种形式标程:
http://blog.youkuaiyun.com/fungyow/article/details/47358821

时间复杂度都是O(N^3)

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int maxn=100+5;
int dp[maxn][maxn],n,a[maxn],kase;
int main()
{
  int T;
  scanf("%d",&T);
  while(T--)
  {
    scanf("%d",&n);
    for(int i=1;i<=n;++i)scanf("%d",a+i);

    for(int i=1;i<=n;++i)dp[i][i]=1;

    for(int L=n-1;L>0;--L)
    {
      for(int R=L+1;R<=n;++R)
      {
        dp[L][R]=dp[L+1][R]+1;

        for(int k=L+1;k<=R;++k)
          if(a[L]==a[k])dp[L][R]=min(dp[L][R],dp[L+1][k-1]+dp[k][R]);
      }
    }

    printf("Case %d: %d\n",++kase,dp[1][n]);
  }
  return 0;
}
内容概要:该PPT详细介绍了企业架构设计的方法论,涵盖业务架构、数据架构、应用架构和技术架构四大核心模块。首先分析了企业架构现状,包括业务、数据、应用和技术四大架构的内容和关系,明确了企业架构设计的重要性。接着,阐述了新版企业架构总体框架(CSG-EAF 2.0)的形成过程,强调其融合了传统架构设计(TOGAF)和领域驱动设计(DDD)的优势,以适应数字化转型需求。业务架构部分通过梳理企业级和专业级价值流,细化业务能力、流程和对象,确保业务战略的有效落地。数据架构部分则遵循五大原则,确保数据的准确、一致和高效使用。应用架构方面,提出了分层解耦和服务化的设计原则,以提高灵活性和响应速度。最后,技术架构部分围绕技术框架、组件、平台和部署节点进行了详细设计,确保技术架构的稳定性和扩展性。 适合人群:适用于具有一定企业架构设计经验的IT架构师、项目经理和业务分析师,特别是那些希望深入了解如何将企业架构设计与数字化转型相结合的专业人士。 使用场景及目标:①帮助企业和组织梳理业务流程,优化业务能力,实现战略目标;②指导数据管理和应用开发,确保数据的一致性和应用的高效性;③为技术选型和系统部署提供科学依据,确保技术架构的稳定性和扩展性。 阅读建议:此资源内容详尽,涵盖企业架构设计的各个方面。建议读者在学习过程中,结合实际案例进行理解和实践,重点关注各架构模块之间的关联和协同,以便更好地应用于实际工作中。
资 源 简 介 独立分量分析(Independent Component Analysis,简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离相互独立的源信号,使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用,目前已成为盲信号处理,人工神经网络等研究领域中的一个研究热点。本文简要的阐述了ICA的发展、应用和现状,详细地论述了ICA的原理及实现过程,系统地介绍了目前几种主要ICA算法以及它们之间的内在联系, 详 情 说 明 独立分量分析(Independent Component Analysis,简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法,其目的是从由传感器收集到的混合信号中分离相互独立的源信号,使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用,目前已成为盲信号处理,人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状,详细地论述了ICA的原理及实现过程,系统地介绍了目前几种主要ICA算法以及它们之间的内在联系,在此基础上重点分析了一种快速ICA实现算法一FastICA。物质的非线性荧光谱信号可以看成是由多个相互独立的源信号组合成的混合信号,而这些独立的源信号可以看成是光谱的特征信号。为了更好的了解光谱信号的特征,本文利用独立分量分析的思想和方法,提出了利用FastICA算法提取光谱信号的特征的方案,并进行了详细的仿真实验。 此外,我们还进行了进一步的研究,探索了其他可能的ICA应用领域,如音乐信号处理、图像处理以及金融数据分析等。通过在这些领域中的实验和应用,我们发现ICA在提取信号特征、降噪和信号分离等方面具有广泛的潜力和应用前景。
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