• P4393 [BOI2007]Sequence 序列问题[贪心]


    题目描述

    对于一个给定的序列a1, …, an,我们对它进行一个操作reduce(i),该操作将数列中的元素ai和ai+1用一个元素max(ai,ai+1)替代,这样得到一个比原来序列短的新序列。这一操作的代价是max(ai,ai+1)。进行n-1次该操作后,可以得到一个长度为1的序列。

    我们的任务是计算代价最小的reduce操作步骤,将给定的序列变成长度为1的序列。

    输入格式

    第一行为一个整数n( 1 <= n <= 1,000,000 ),表示给定序列的长度。

    接下来的n行,每行一个整数ai(0 <=ai<= 1, 000, 000, 000),为序列中的元素。

    输出格式

    只有一行,为一个整数,即将序列变成一个元素的最小代价。

    输入输出样例

    输入 #1复制

    输出 #1复制

    说明/提示

    提示 30%的测试数据 n<=500; 50%的测试数据 n <= 20,000。

    解析:

    这是一道十分灵性的贪心,理解了其实十分简单。我们需要掌握一些思维技巧。

    对于这道题,我想我们首先要有抛开整体看局部的思维方法(其实就是分治233)

    先上图。

    img

    比如说一个这样的序列,我们假设它是([10,5,6,9,4,8])

    img

    不难想到,其实序列中最大的数至少要进行两次合并,分别与其左边的数和右边的数合并,也就是至少答案要计两次最大值。分治的思想,对于每一个子区间的最大数,也具备这个性质。反观最小数,它是一定不计入答案的,对于每一个子区间它同样成立(仅适用于该区间)。

    最大值:

    img

    最小值:

    img

    比如我们取中间的一个子区间,最优合并方法一定是这样的:

    img

    所以,根据贪心的思想,我们应当使得最大的数尽可能少的合并。也就是说,尽可能让每个子区间的较大数只合并两次(边界就是一次)。显然,如果一个数的左右两边的两个数都比它小,那么它肯定至少要合并两次,对答案的贡献是它自己的两倍。对于它左右两边的所有数,按照分治的思想,划分成左右两个子区间,在这两个子区间也执行贪心。依此类推,实际上每个长度大于2的子区间的较大数都最多只对答案贡献了两次。根据这一点,我们可以直接(O(n))的求解答案。即线性扫一遍序列,(ans+=max(a[i],a[i+1]))。(这一点也不玄学,相信我)

    参考代码:

    #include<cstdio>
    #include<iostream>
    #include<cmath>
    #include<cstring>
    #include<ctime>
    #include<cstdlib>
    #include<algorithm>
    #include<queue>
    #include<set>
    #include<map>
    #define N 1000010
    #define ll long long
    using namespace std;
    ll a[N],n;
    int main()
    {
    	scanf("%lld",&n);
    	for(int i=1;i<=n;++i) scanf("%lld",&a[i]);
    	ll ans=0;
    	for(int i=1;i<n;++i) ans+=max(a[i],a[i+1]);
    	printf("%lld
    ",ans);
    	return 0;
    }
    
  • 相关阅读:
    (二) 线程创建、中止、中断、线程Join、优先级、调度
    cmake 生成64位项目
    ffmpeg + sdl player console
    ffmpeg cmd
    ffmpeg coco2d-x lua test
    ffmpeg windows config win32/win64 compile
    ffmpeg configure --help
    ffmpeg Windows platfrom ndk compile ffmpeg
    NDK r21编译FFmpeg 4.2.2(x86、x86_64、armv7、armv8)
    解决NDK交叉编译 selected processor does not support ARM mode libtheora的错误
  • 原文地址:https://www.cnblogs.com/DarkValkyrie/p/11258015.html
Copyright © 2020-2023  润新知