HDU4362Dragon Ball【dp优化】

本文深入解析了龙珠收集问题的动态规划解决方案,通过详细解释输入输出格式、题意分析、错误排查及优化过程,帮助读者理解并解决类似问题。通过实例分析,展示了动态规划在优化决策过程中的应用,最终通过调整状态转移方程,成功解决了时间限制问题。

 

Dragon Ball

Time Limit: 3000/1500 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 2196    Accepted Submission(s): 767


Problem Description
Sean has got a Treasure map which shows when and where the dragon balls will appear. some dragon balls will appear in a line at the same time for each period.Since the time you got one of them,the other dragon ball will disappear so he can only and must get one Dragon ball in each period.Digging out one ball he will lose some energy.Sean will lose |x-y| energy when he move from x to y.Suppose Sean has enough time to get any drogan ball he want in each period.We want to know the minimum energy sean will lose to get all period’s dragon ball.
 

Input
In the first line a number T indicate the number of test cases.Then for each case the first line contain 3 numbers m,n,x(1<=m<=50,1<=n<=1000),indicate m period Dragon ball will appear,n dragon balls for every period, x is the initial location of sean.Then two m*n matrix. For the first matrix,the number in I row and J column indicate the location of J-th Dragon ball in I th period.For the second matrix the number in I row and J column indicate the energy sean will lose for J-th Dragon ball in I-th period.
 

Output
For each case print a number means the minimum energy sean will lose.
 

Sample Input
1 3 2 5 2 3 4 1 1 3 1 1 1 3 4 2
 

Sample Output
8
 

Author
FZU
 

Source

这个题卡死我了啊啊啊啊啊啊啊啊啊

终于找到错了啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊啊

啊啊啊啊啊啊啊啊

大意:有n个periodm个龙珠

每个period会出现一些龙珠

但是你每个period只能收集一个龙珠

告诉你每个龙珠在每个时期出现的位置和digging的cost

问最少花费多少cost

分析:

刚开始读错题意了  题目描述?额出问题了?我以为每个水晶球去过之后就不能去了呢

又是1000状态压缩都没法压

之后看到正确题意之后第一反应出来一个10^7的算法

交了一次TLE

之后我就想怎么优化 

看别人题意的时候看到他说用单调队列优化

我想了大概十分钟才终于想通了

对于一个位置pos

dp[i][j] = min(dp[i - 1][k] + abs(pos - k) + cost[i][j])

将其展开

对于pos之前的额k

dp[i][j] = min(dp[i - 1][k] + pos - k + cost[i][j])

对于之后的k

dp[i][j] = min(dp[i - 1][k] + k - pos+ cost[i][j])

我的思路是把每个period的位置都排一次序

对于dp[i][j]只要正着扫一遍k用一个单调队列

然后在倒着扫一遍

然后就wa啊  

后来才找到wa点

我们每次往单调队列里push的不能跟当前状态有任何关系==

以为他会影响到后续状态==

只要把dp方程改一下

pos之前的k dp[i][j] = min(dp[i - 1][k] - pos[i - 1][k]) + pos[i][j] + cost[i][j]

pos之后的k dp[i][j] = min(dp[i - 1][j] + pos[i - 1][k]) + cost[i][j] - pos[i][j]

代码:

 1 #include <iostream>
 2 #include <cstdio>
 3 #include <cstring>
 4 #include <queue>
 5 #include <algorithm>
 6 using namespace std;
 7 
 8 const int maxn = 55;
 9 const int maxm = 1005;
10 const int INF = 1000000000;
11 
12 struct Node {
13     int x, y, pos;
14 }node[maxn][maxm];
15 bool cmp(Node n1, Node n2) {
16     return n1.pos < n2.pos;
17 }
18 int cost[maxn][maxm];
19 int dp[maxn][maxm];
20 priority_queue<int, vector<int>, greater<int> > q1, q2;
21 
22 int main() {
23     int t, n, m, x;
24     scanf("%d",&t);
25     while(t--) {
26         scanf("%d %d %d",&n, &m, &x);
27         for(int i = 1; i <= n; i++) {
28             for(int j = 1; j <= m; j++) {
29                 scanf("%d",&node[i][j].pos);
30                 node[i][j].x = i; node[i][j].y = j;
31             }
32         }
33         for(int i = 1; i <= n; i++) {
34             for(int j = 1; j <= m; j++) {
35                 scanf("%d",&cost[i][j]);
36             }
37         }
38         for(int i = 1; i <= n; i++) {
39             sort(node[i] + 1, node[i] + 1 + m, cmp);
40         }
41         memset(dp, 0x3f, sizeof(dp));
42         for(int j = 1; j <= m; j++) {
43             dp[1][j] = abs(x - node[1][j].pos) + cost[node[1][j].x][node[1][j].y];
44         }
45         for(int i = 2; i <= n; i++) {
46             int k = 1;
47             while(!q1.empty()) q1.pop();
48             while(!q2.empty()) q2.pop();
49             for(int j = 1; j <= m; j++) {
50                 for(k; k <= m; k++) {
51                     if(node[i - 1][k].pos > node[i][j].pos) {
52                         break;
53                     }
54                     q1.push(dp[i - 1][k] - node[i - 1][k].pos);
55                 }
56                 if(!q1.empty()) {
57                     dp[i][j] = min(dp[i][j], q1.top() + node[i][j].pos + cost[node[i][j].x][node[i][j].y]);
58                 }
59             }
60             k = m;
61             for(int j = m; j >= 1; j--) {
62                 for(k; k >= 1; k--) {
63                     if(node[i - 1][k].pos < node[i][j].pos) break;
64                     q2.push(dp[i - 1][k] + node[i - 1][k].pos);
65                 }
66                 if(!q2.empty()) {
67                     dp[i][j] = min(dp[i][j], q2.top() + (- node[i][j].pos + cost[node[i][j].x][node[i][j].y]));
68                 }
69             }
70         }
71         int ans = INF;
72 
73         for(int j = 1; j <= m; j++) {
74             ans = min(ans, dp[n][j]);
75         }
76         printf("%d\n", ans);
77     }
78     return 0;
79 }
View Code

 

内容概要:本文为《科技类企业品牌传播白皮书》,系统阐述了新闻媒体发稿、自媒体博主种草与短视频矩阵覆盖三大核心传播策略,并结合“传声港”平台的AI工具与资源整合能力,提出适配科技企业的品牌传播解决方案。文章深入分析科技企业传播的特殊性,包括受众圈层化、技术复杂性与传播通俗性的矛盾、产品生命周期影响及2024-2025年传播新趋势,强调从“技术输出”向“价值引领”的战略升级。针对三种传播方式,分别从适用场景、操作流程、效果评估、成本效益、风险防控等方面提供详尽指南,并通过平台AI能力实现资源智能匹配、内容精准投放与全链路效果追踪,最终构建“信任—种草—曝光”三位一体的传播闭环。; 适合人群:科技类企业品牌与市场负责人、公关传播从业者、数字营销管理者及初创科技公司创始人;具备一定品牌传播基础,关注效果可量化与AI工具赋能的专业人士。; 使用场景及目标:①制定科技产品全生命周期的品牌传播策略;②优化媒体发稿、KOL合作与短视频运营的资源配置与ROI;③借助AI平台实现传播内容的精准触达、效果监测与风险控制;④提升品牌在技术可信度、用户信任与市场影响力方面的综合竞争力。; 阅读建议:建议结合传声港平台的实际工具模块(如AI选媒、达人匹配、数据驾驶舱)进行对照阅读,重点关注各阶段的标准化流程与数据指标基准,将理论策略与平台实操深度融合,推动品牌传播从经验驱动转向数据与工具双驱动。
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