松果

本文探讨了一道经典的计算机科学问题——松鼠如何在有限体力下最大化收集松果。通过使用单调队列优化动态规划算法,实现了高效求解。

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

松果

题目描述

N棵松果树从左往右排一行,桃桃是一只松鼠,它现在在第一棵松果树上。它想吃尽量多的松果,但它不想在地上走,而只想从一棵树跳到另一棵树上。松鼠的体力有个上限,每次不能跳的太远,也不能跳太多次。每当它跳到一棵树上,就会把那棵树上的松果全部都吃了。它最多能吃到多少个松果?

输入格式 1725.in

第一行,三个整数:NDMN表示松果树的数量,D表示松鼠每次跳跃的最大距离,M表示松鼠最多能跳跃M次。
接下来有N行,每行两个整数:AiBi。其中Ai表示第i棵树上的松果的数量,Bi表示第i棵树与第1棵树的距离,其中B1保证是0
数据保证这N棵树从左往右的次序给出,即Bi是递增的,不存在多棵树在同一地点。

输出格式 1725.out

一个整数。

输入样例 1725.in

5 5 2
6 0
8 3
4 5
6 7
9 10

输出样例 1725.out

20

【数据范围】
Ai <= 10000, D <= 10000
对于40%的数据,M < N <=100, Bi <= 10000
对于100%的数据,M < N <=2000, Bi <= 10000

    以前我们用线段树做过这个题目,线段树的做法不仅编起来复杂,难以发现错误,而且时间要长一点。

    于是,在以前的线段树的基础上,改成单调队列。这题是很好地反映了优先队列对DP的优化。

    F[i][j]为在前i棵树,走j-1步能拿到的松果,每j步为一个单调队列,单调上升队列,队列的第一个数则是此时前i棵树中只走j步的,松果最多的树。如果此时到队头的距离超过题目给定的范围d,那么把第一个弹出队列。

    最后,再把此时f[i][j]的值加入走1~j步的队列之中,存入离地面的距离以及f[i][j]。

#include
#include
using namespace std;
int n,d,m,f[2005][2005],qian[2005];
int head[2005],tail[2005];
struct aa
{
	int num,far;
} q[2005];
struct ee
{
	int fa,nu;
}p[2005][2005];
void init()
{
	for(int i=1;i<=m+1;i++) 
	{
		head[i]=1;
		tail[i]=0;
	}
}
int main()
{
	freopen("1725.in","r",stdin);
	freopen("1725.out","w",stdout);
	cin>>n>>d>>m;
	init();
	for(int i=1;i<=n;i++) 
	{
		cin>>q[i].num>>q[i].far;
	}
	for(int i=1;i<=n;i++) 
		for(int j=1;j<=m+1;j++) 
			f[i][j]=-1;
			
	f[1][1]=q[1].num;//在前i棵树,走j-1步能拿到的松果
	
	p[++tail[1]][1].nu=q[1].num;
	
	p[tail[1]][1].fa=q[1].far;
	
	for(int i=2;i<=n;i++)
	{
		for(int j=2;j<=min(m+1,i);j++)
		{
			while(head[j-1]<=tail[j-1]&&(q[i].far-p[head[j-1]][j-1].fa) > d) head[j-1]++;
			//如果有超过距离d的,弹出队列
			if(head[j-1]>tail[j-1]) continue;
			
			f[i][j]=p[head[j-1]][j-1].nu+q[i].num;//队头,即能到达的最大值
		}
		for (int j=2;j<=min(i,m+1);j++) 
		{  
			if(f[i][j]==-1) continue;
            while (head[j]<=tail[j] &&p[tail[j]][j].nu<=f[i][j]) tail[j]--;
			tail[j]++; 

内容概要:本文详细介绍了扫描单分子定位显微镜(scanSMLM)技术及其在三维超分辨体积成像中的应用。scanSMLM通过电调透镜(ETL)实现快速轴向扫描,结合4f检测系统将不同焦平面的荧光信号聚焦到固定成像面,从而实现快速、大视场的三维超分辨成像。文章不仅涵盖了系统硬件的设计与实现,还提供了详细的软件代码实现,包括ETL控制、3D样本模拟、体积扫描、单分子定位、3D重建和分子聚类分析等功能。此外,文章还比较了循环扫描与常规扫描模式,展示了前者在光漂白效应上的优势,并通过荧光珠校准、肌动蛋白丝、线粒体网络和流感A病毒血凝素(HA)蛋白聚类的三维成像实验,验证了系统的性能和应用潜力。最后,文章深入探讨了HA蛋白聚类与病毒感染的关系,模拟了24小时内HA聚类的动态变化,提供了从分子到细胞尺度的多尺度分析能力。 适合人群:具备生物学、物理学或工程学背景,对超分辨显微成像技术感兴趣的科研人员,尤其是从事细胞生物学、病毒学或光学成像研究的科学家和技术人员。 使用场景及目标:①理解和掌握scanSMLM技术的工作原理及其在三维超分辨成像中的应用;②学习如何通过Python代码实现完整的scanSMLM系统,包括硬件控制、图像采集、3D重建和数据分析;③应用于单分子水平研究细胞内结构和动态过程,如病毒入侵机制、蛋白质聚类等。 其他说明:本文提供的代码不仅实现了scanSMLM系统的完整工作流程,还涵盖了多种超分辨成像技术的模拟和比较,如STED、GSDIM等。此外,文章还强调了系统在硬件改动小、成像速度快等方面的优势,为研究人员提供了从理论到实践的全面指导。
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