• bzoj1079


    50%的数据很好考虑,基本的dp了

    关键到了100%,如果用每种颜色有ci种这种常规的写法,显然5^15会爆空间

    考虑到反过来,ci<=5, 15^5是不会爆空间的

    又想到,每一种颜色,如果数量相同的话,其实是等效的。

    这样我们不难想到用f[a,b,c,d,e,last]表示剩余颜色数量(就是还能刷木块的数目)为1,2,3,4,5的颜色种数为a,b,c,d,e时,且上一个位置用了剩余颜色数量为last的颜色有多少种方案

    然后是实现的问题,弱弱的我想了半天,因为剩余数量对应的颜色种数是可增可减的,

    所以我觉得通常以循环实现好像有点困难(好像也是可以写的,但太弱了……)

    后来发现网上写的都是记忆化搜索,然后发现记忆化搜索实现起来比较容易;

    其实记忆化搜索的效率基本上就等同于dp了

    方程略复杂但是还是很很好想的

     1 const mo=1000000007;
     2 var f:array[0..16,0..16,0..16,0..16,0..16,0..5] of int64;
     3     sum:array[0..5] of longint;
     4     i,n,m,x:longint;
     5 
     6 function ma(a,b:longint):longint;
     7   begin
     8     if a=b then exit(1) else exit(0);
     9   end;
    10 
    11 function search(a,b,c,d,e,last:longint):int64;
    12   var s:int64;
    13   begin
    14     if a+b+c+d+e=0 then   //颜色用完了
    15     begin
    16       f[a,b,c,d,e,last]:=1;
    17       exit(1);
    18     end;
    19     if f[a,b,c,d,e,last]>0 then exit(f[a,b,c,d,e,last]);  //记忆化
    20     s:=0;   //累加这个位置上是用颜色数量为几的方案
    21     if a>0 then s:=(s+(a-ma(last,2))*search(a-1,b,c,d,e,1) mod mo) mod mo;
    22     if b>0 then s:=(s+(b-ma(last,3))*search(a+1,b-1,c,d,e,2) mod mo) mod mo;
    23 //5个转移是同理的,我就挑第二个说一下吧,首先当前位置如果用数量为2的b种颜色,显然每种颜色涂都能带来相同的方案数
    24 //显然,用了一个剩余数量为2的颜色涂当前位置,到下一个位置,剩余数量为1的颜色种类数肯定多了一个,剩余数量为2的颜色种数肯定少了一个
    25 //但是我们要考虑到,假如上一个位置用的是剩余数量为3的颜色涂的话,到了当前位置,上一个涂的剩余颜色数量变为2了,显然这个颜色是不能再涂这个位置的,要减去多算的方案(是不是废话有点多……)
    26     if c>0 then s:=(s+(c-ma(last,4))*search(a,b+1,c-1,d,e,3) mod mo) mod mo;
    27     if d>0 then s:=(s+(d-ma(last,5))*search(a,b,c+1,d-1,e,4) mod mo) mod mo;
    28     if e>0 then s:=(s+e*search(a,b,c,d+1,e-1,5) mod mo) mod mo;
    29     f[a,b,c,d,e,last]:=s;  //记忆化
    30     exit(s);
    31   end;
    32 
    33 begin
    34   readln(m);
    35   for i:=1 to m do
    36   begin
    37     read(x);
    38     n:=n+x;
    39     inc(sum[x]);
    40   end;
    41   writeln(search(sum[1],sum[2],sum[3],sum[4],sum[5],0) mod mo);
    42 end.
    View Code
  • 相关阅读:
    现在的代码,贴一下
    2014年七月写过的代码,现在看来,还有待改进呀
    第一次做技术论坛发博文,不知道说点啥
    04-树6. Huffman Codes--优先队列(堆)在哈夫曼树与哈夫曼编码上的应用
    04-树5. File Transfer--并查集
    04-树4. Root of AVL Tree-平衡查找树AVL树的实现
    03-树3. Tree Traversals Again (25)将先序遍历和中序遍历转为后序遍历
    03-树2. List Leaves (25) 二叉树的层序遍历
    二叉树的遍历:先序中序后序遍历的递归与非递归实现及层序遍历
    最大子序列和问题之算法优化
  • 原文地址:https://www.cnblogs.com/phile/p/4473189.html
Copyright © 2020-2023  润新知