• HDU-2829 Lawrence (DP+四边形不等式优化)


    题目大意:有n个敌方军火库呈直线排列,每个军火库有一个值vi,并且任意相邻的两个库之间都有通道相连。对于任意一条连起来的军火库链,它对我方的威胁可以用函数w(i,j)表示为:w(i,j)=vi*sum(i+1,j)+w(i+1,j)              i<j;

                 w(i,j)=0                     i=j;

    现在,你有m个炸弹,每颗可以炸掉相邻的两个库之间的通道,求最终的总的最小威胁值。

    题目分析:定义状态dp(i,j)表示用 i 颗炸弹使前 j 个库房脱离链条后前 j 个库房产生的最小威胁值,则状态转移方程为:dp(i,j)=min(dp(i-1,k-1)+w(k,j))。很显然,w(i,j)满足凸四边形不等式和关于包含关系单调,所以dp(i,j)也满足凸四边形不等式,可以限制k的取值范围来减少状态的处理,达到优化效果。

    ps:可能是我的代码写得太烂了吧!跑了400+ms!!!别人都用了不到100ms!

    代码如下:

    # include<iostream>
    # include<cstdio>
    # include<cstring>
    # include<algorithm>
    using namespace std;
    # define LL long long
    
    const LL INF=0xfffffffffffffff;
    const int N=1005;
    
    int n,m;
    LL dp[N][N];
    int K[N][N];
    LL w[N][N];
    int s[N],a[N];
    
    void init()
    {
        s[0]=0;
        for(int i=1;i<=n;++i){
            scanf("%lld",a+i);
            s[i]=a[i]+s[i-1];
        }
        for(int j=n;j>=1;--j){
            for(int i=1;i<=n;++i)
                dp[i][j]=INF;
            w[j][j]=0;
            for(int i=j-1;i>=1;--i)
                w[i][j]=a[i]*(s[j]-s[i])+w[i+1][j];
        }
    }
    
    void solve()
    {
        if(m==0){
            printf("%lld
    ",w[1][n]);
            return ;
        }
        for(int i=0;i<n;++i){
            dp[0][i]=INF;
            dp[i][i]=0;
            K[i][i]=i;
        }
        for(int l=2;l<=n;++l){
            for(int i=1;i+l-1<=n;++i){
                int j=i+l-1;
                dp[i][j]=INF;
                for(int k=K[i][j-1];k<=K[i+1][j];++k){
                    if(dp[i][j]>dp[i-1][k-1]+w[k][j]){
                        dp[i][j]=dp[i-1][k-1]+w[k][j];
                        K[i][j]=k;
                    }
                }
            }
        }
        LL ans=INF;
        for(int i=1;i<n;++i)
            ans=min(ans,dp[m][i]+w[i+1][n]);
        printf("%lld
    ",ans);
    }
    
    int main()
    {
        while(scanf("%d%d",&n,&m)&&(n+m))
        {
            init();
            solve();
        }
        return 0;
    }
    

      

  • 相关阅读:
    【664】日常记录
    【663】dataframe 删掉指定行或者列
    【662】TensorFlow GPU 相关配置
    【661】Python split 指定多个分隔符
    【660】TensorFlow 或者 keras 版本问题
    FFMPEG视音频编解码
    cpplint中filter参数
    升级pip之后出现sys.stderr.write(f“ERROR: {exc}“)
    特征点三角化恢复3D点
    VIO——陀螺仪零偏估计
  • 原文地址:https://www.cnblogs.com/20143605--pcx/p/5290147.html
Copyright © 2020-2023  润新知