• [kuangbin 带你飞] DP专题——HDU


    Max Sum Plus Plus

    Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)
    Total Submission(s): 42478    Accepted Submission(s): 15335


    Problem Description
    Now I think you have got an AC in Ignatius.L's "Max Sum" problem. To be a brave ACMer, we always challenge ourselves to more difficult problems. Now you are faced with a more difficult problem.

    Given a consecutive number sequence S1, S2, S3, S4 ... Sx, ... Sn (1 ≤ x ≤ n ≤ 1,000,000, -32768 ≤ Sx ≤ 32767). We define a function sum(i, j) = Si + ... + Sj (1 ≤ i ≤ j ≤ n).

    Now given an integer m (m > 0), your task is to find m pairs of i and j which make sum(i1, j1) + sum(i2, j2) + sum(i3, j3) + ... + sum(im, jm) maximal (ix ≤ iy ≤ jx or ix ≤ jy ≤ jx is not allowed).

    But I`m lazy, I don't want to write a special-judge module, so you don't have to output m pairs of i and j, just output the maximal summation of sum(ix, jx)(1 ≤ x ≤ m) instead. ^_^
     
    Input
    Each test case will begin with two integers m and n, followed by n integers S1, S2, S3 ... Sn.
    Process to the end of file.
     
    Output
    Output the maximal summation described above in one line.
     
    Sample Input
    1 3 1 2 3
    2 6 -1 4 -2 3 -2 3
     
    Sample Output
    6 8
    Hint
    Huge input, scanf and dynamic programming is recommended.
     
     
    题意:给出m和n,代表着有n个数,然后要你在这个n个数中找出m个连续子序列的最大和
     
    思路:这道题难点不在状态方程,关键在于时间和空间的优化
       
       首先分析下状态,影响我们决策的有两个因素   “数值”  “序列数”,所以我们先把状态设置为二维  dp[ i ][ j ],代表着前 j 个数中取  i 段 的最大值
     
       然后分析下状态转移方程,按照思考,我们需要决定的就是  “要不要这个数”  和  “这个数放在哪个子序列比较好”,所以我们可以推出
     
       dp[ i ][ j ] = max ( dp[ i ][ j -1 ], dp [ i-1 ][ x ]  )+num[ j ] 
     
       num[] 就是存放原始序列的数,x 就是 i-1~j-1的某一个数 ( 因为 dp[ i-1] 代表前面已经有i-1段了,所以一定大于 i-1),dp[ i -1][ x] 就代表着前 j 个数取 i-1 段的最大值.
     
       这个方程代表 决定 第 j 个数,是放在第 i 段上,还是 自己单独成为 一段。
     
     
     
       我们从方程中可以知道,决定“当前状态”的只与“前一状态有关”,
       所以可以用滚动数组( 第一次听说的话,可以先去看看01背包的滚动数组优化 )来优化,
     
       而 dp[ i -1][ x]可以用一个一维数组来优化,
       我们知道 它代表着的是 “ 前 j 个数取 i-1 段的最大值 ”  所以 新设置一个一维数组  head[ j ] 代表着”  前 j 个数取 i-1 段的最大值 “
     
       所以我们的方程变成了这样
     
           dp[ j ]= max( dp[ j -1], head[ j - 1])+num[ j ]
     
       还要记得实时更新head[]数组,因为dp[]是滚动的,而head[]也需要滚动
       
        
    //#pragma comment(linker, "/STACK:1024000000,1024000000")
    //#pragma GCC optimize(2)
    //#include<bits/stdc++.h>
    #include <algorithm>
    #include <iostream>
    #include<sstream>
    #include<iterator>
    #include<cstring>
    #include<string>
    #include<cstdio>
    #include<cctype>
    #include<vector>
    #include<deque>
    #include<queue>
    #include<stack>
    #include<map>
    #include<set>
    using namespace std;
    
    typedef double dou;
    typedef long long ll;
    #define pai acos(-1.0)
    #define M 1000005
    #define inf 0x3f3f3f3f
    #define mod 1e18  
    #define left k<<1
    #define right k<<1|1
    #define W(a) while(a)  
    #define ms(a,b) memset(a,b,sizeof(a))
    
    int n, m, ans;
    int num[M], head[M], dp[M];
    
    int main() {
        ios::sync_with_stdio(false);
        while (cin >> m >> n) {
            ms(head, 0), ms(dp, 0);
            for (int i = 1; i <= n; i++) {
                cin >> num[i];
            }
            for (int i = 1; i <= m; i++) {
                ans = -inf;
                for (int j = i; j <= n; j++) {
                    dp[j] = max(dp[j - 1], head[j - 1]) + num[j];
                    head[j - 1] = ans;//此时的ans是i-1段时候的最大值
                    ans = max(dp[j], ans);//此时的ans是i段的时候的最大值
                }
            }
            cout << ans << endl;
        }
        return 0;
    }
        
  • 相关阅读:
    小菜读书---《程序员修炼之道–从小工到专家》
    小菜读书--《大话设计模式》
    darknet-mini:带注释的darknet简化版,助你深入理解YOLO
    如何使用VLC进行视频录像
    海康相机打开的方法
    YOLOv5训练自己的数据集(超详细完整版)
    用GANs来做数据增强
    torch ----------->>>>rknn
    Linux下的tar压缩解压缩命令详解
    小缺陷目标检测网络--PCB缺陷检测—TDD-net
  • 原文地址:https://www.cnblogs.com/caibingxu/p/10940430.html
Copyright © 2020-2023  润新知