该博客探讨了UVA 1379问题，通过动态规划和贪心算法优化解决投手轮换问题。在考虑投手出场的四天维度限制和可能的重复对阵情况下，博主提出只需记录每支球队最近五场的最优投手，并使用滚动数组降低空间复杂度。转移方程中涉及没有赛事和有赛事时的状态更新，揭示了问题的解决方案。
问题
分析
因为要记录前四天的出场的投手，所以需要有四个维度用来记录投手的编号，但是投手最多有100个，这样的话就超出了空间，而且时间也会超出，所以使用贪心来优化，因为对阵一个球队最多需要5个投手（极端情况下连续6天对阵同一支球队，第6天和第1天的出场投手可以相同），这样的话对于每只球队，只需要记录对应他的胜率最高的5个投手就行了，出场的一定是这5人中的一个，那么维度大小就可以是6（剩余一个给没有比赛时，不需要球手出场），使用滚动数组压缩空间，状态dp[i][a][b][c][d]的累计胜利期望，i代表第i天，其中a,b,c,d分别代表第i-3,i-2,i-1,i天出场的投手
转移方程：如果第i天没有赛事， d p [ i + 1 ] [ b ] [ c ] [ d ] [ 0 ] = m a x ( d p [ i + 1 ] [ b ] [ c ] [ d ] [ 0 ] , d p [ i ] [ a ] [ b ] [ c ] [ d ] ) dp[i+1][b][c][d][0]=max(dp[i+1][b][c][d][0],dp[i][a][b][c][d]) dp[i+1][b][c][d][0]=max(dp[i+1][b][c][d][0],dp[i][a][b][c][d])
如果有赛事， d p [ i + 1 ] [ b ] [ c ] [ d ] [ i d ] = m a x ( d p [ i + 1 ] [ b ] [ c ] [ d ] [ i d ] , d p [ i ] [ a ] [ b ] [ c ] [ d ] + p i t c h e r [ r i v a l [ i ] ] [ i d ] . g r a d e ) dp[i+1][b][c][d][id]=max(dp[i+1][b][c][d][id],dp[i][a][b][c][d]+pitcher[rival[i]][id].grade) dp[i+1][b][c][d][id]=max(dp[i+1][b][c][d][id],dp[i][a][b][c][d]+pitche
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
