能量项链

Mars星球上,每个Mars人都随身佩带着一串能量项链。在项链上有N颗能量珠。能量珠是一颗有头标记与尾标记的珠子,这些标记对应着某个正整数。并且,对于相邻的两颗珠子,前一颗珠子的尾标记一定等于后一颗珠子的头标记。因为只有这样,通过吸盘(吸盘是Mars人吸收能量的一种器官)的作用,这两颗珠子才能聚合成一颗珠子,同时释放出可以被吸盘吸收的能量。如果前一颗能量珠的头标记为m,尾标记为r,后一颗能量珠的头标记为r,尾标记为n,则聚合后释放的能量为m*r*n(Mars单位),新产生的珠子的头标记为m,尾标记为n

需要时,Mars人就用吸盘夹住相邻的两颗珠子,通过聚合得到能量,直到项链上只剩下一颗珠子为止。显然,不同的聚合顺序得到的总能量是不同的,请你设计一个聚合顺序,使一串项链释放出的总能量最大。

例如:设N=44颗珠子的头标记与尾标记依次为(23) (35) (510) (102)。我们用记号⊕表示两颗珠子的聚合操作,(jk)表示第jk两颗珠子聚合后所释放的能量。则第41两颗珠子聚合后释放的能量为:

(41)=10*2*3=60

这一串项链可以得到最优值的一个聚合顺序所释放的总能量为

((41)2)3=10*2*3+10*3*5+10*5*10=710

第一行是一个正整数N4N100),表示项链上珠子的个数。第二行是N个用空格隔开的正整数,所有的数均不超过1000。第i个数为第i颗珠子的头标记(1iN),当i<N< span>时,第i颗珠子的尾标记应该等于第i+1颗珠子的头标记。第N颗珠子的尾标记应该等于第1颗珠子的头标记。

至于珠子的顺序,你可以这样确定:将项链放到桌面上,不要出现交叉,随意指定第一颗珠子,然后按顺时针方向确定其他珠子的顺序。

只有一行,是一个正整数EE2.1*109),为一个最优聚合顺序所释放的总能量。

4

2 3 5 10


输出 Sample Output

710


解题思路:

这道题也是区间型动态规划,但是这里又有所不一样,这道题也是环形动态规划。

但是,数组又是线性的,为此,我们要把环形转化为线型。

考虑有1···n个珠子,假设从1开始,则我们需要遍历到n,

假设从2开始,我们需要遍历到n还有1

假设从3开始,我们需要遍历到n还有1,2

我们可以发现,

假设从i开始,我们需要遍历到n还有1···i-1

加入我们把n后的数字都加上n,那么

假设从n开始,我们需要遍历到2n-1.

所以,我们可以把数组扩大一遍,令d[i+n]表示d[i],这样就化环形为线型。

其他的步骤就跟石子归并一样。

不过这里的代价的计算公式给出如下

price(i,j,k)=b[i].head * b[j].tail * b[k].tail

自己写几个数据,推一推就出来了,上代码:

#include <iostream>

using namespace std;

struct ball{
	int head;
	int tail;
}b[220];

int price(int i,int j,int k){
	int p;
	p=b[i].head*b[j].tail*b[k].tail;
	return p;
}

int d[220][220];

int main(){
	int n;
	cin>>n;
	int t,i,j;
	cin>>t;
	b[1].head=t;
	b[n].tail=t;
	for(i=2;i<=n;i++){
		cin>>t;
		b[i].head=t;
		b[i-1].tail=t;
	}
	for(i=n+1,j=1;i<=2*n;j++,i++){
		b[i].head=b[j].head;
		b[i].tail=b[j].tail;
	}
	int max;
	for(i=1;i<=n;i++){
		for(j=i+n-2;j>=i;j--){
			for(int k=j;k<=i+n-1;k++){
				max=0;
				for(int p=j;p<k;p++){
					if(d[j][p]+d[p+1][k]+price(j,p,k)>max){
						max=d[j][p]+d[p+1][k]+price(j,p,k);
					}
				}
				d[j][k]=max;
				max=0;
			}
		}
	}
	max=0;
	for(i=1;i<=n;i++){
		if(d[i][i+n-1]>max){
			max=d[i][i+n-1];
		}
	}
	cout<<max;
}
		

还可以优化,动脑筋吧,哈哈。

### 能量项链算法的C++实现 能量项链问题可以通过动态规划解决。以下是基于状态转移方程 `dp[i][j] = max{dp[i][k] + dp[k+1][j] + a[i]*a[k+1]*a[j+1]}, i≤k<j` 的 C++ 实现。 #### 动态规划核心思路 该问题的核心在于找到一种最优的聚合顺序,使得最终的能量最大化。通过定义二维数组 `dp[i][j]` 表示从第 `i` 颗珠子到第 `j` 颗珠子的最大能量值,可以逐步计算出全局最优解[^1]。 #### 边界条件与初始化 对于单颗珠子的情况(即 `i == j`),其能量为零,因此初始时设置 `dp[i][i] = 0`。 #### 状态转移过程 遍历区间长度 `len` 和起点位置 `i`,并通过枚举分割点 `k` 来更新当前区间的最大能量值。具体实现如下: ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int main() { int n; cin >> n; // 输入珠子的数量 vector<int> beads(n + 2); // 使用n+2来处理环形结构 for (int i = 1; i <= n; ++i) { cin >> beads[i]; } // 复制前两个元素到最后,形成闭环效果 beads[n + 1] = beads[1]; beads[n + 2] = beads[2]; const int INF = 0; vector<vector<int>> dp(n + 2, vector<int>(n + 2, INF)); // 初始化边界条件 for (int i = 1; i <= n + 2; ++i) { dp[i][i] = 0; } // 枚举区间长度 for (int len = 2; len <= n; ++len) { // 区间长度从2开始 for (int i = 1; i + len - 1 <= n + 1; ++i) { // 左端点 int j = i + len - 1; // 右端点 if (j >= n + 2) continue; // 超过有效范围跳过 for (int k = i; k < j; ++k) { // 断点 dp[i][j] = max(dp[i][j], dp[i][k] + dp[k + 1][j] + beads[i] * beads[k + 1] * beads[j + 1]); } } } // 计算结果并取最大值 int result = 0; for (int i = 1; i <= n; ++i) { result = max(result, dp[i][i + n - 1]); // 找到最大的能量值 } cout << result << endl; // 输出结果 return 0; } ``` 上述代码实现了能量项链问题中的动态规划求解方法,并考虑了环形结构的影响。通过复制部分数据模拟环状排列,从而简化了逻辑复杂度[^2]。 --- ###
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