『单调队列优化DP』[POI2014]ZAL-Freight

2023-10-13 12:32

本文主要是介绍『单调队列优化DP』[POI2014]ZAL-Freight,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

P r o b l e m \mathrm{Problem} Problem

Upper Bytown和Lower Bytown的火车站通过一条轨道铁路连接。

沿任何一个方向在它们之间行驶都需要s分钟。

但是,离开车站的火车必须至少间隔一分钟。

而且,在任何时候,铁路上的所有列车都必须朝同一方向行驶。

根据我们的时间表,前往下拜镇的n列货运列车将通过上拜镇。 他们将在下拜敦装载货物,然后返回上拜敦。 为简单起见,我们假设将货物装载到火车上几乎不需要时间。

我们将确定最后一班火车返回Upper Bytown的最短时间。


S o l u t i o n \mathrm{Solution} Solution

f i f_i fi表示第 i i i辆火车返回的最短时间。则有: f i = min ⁡ { max ⁡ ( a i , f j + i − j − 1 ) + i − j − 1 + 2 S } f_i= \min\{\max(a_i,f_j+i-j-1)+i-j-1+2S\} fi=min{max(ai,fj+ij1)+ij1+2S}

因此,我们的首要做法就是拆除 max ⁡ \max max函数。

  • f j − j ≥ a i − i + 1 f_j-j\ge a_i-i+1 fjjaii+1时,有: f i = ( f j − 2 j ) + 2 ( i + S − 1 ) f_i=(f_j-2j)+2(i+S-1) fi=(fj2j)+2(i+S1)
    此时我们使用单调队列维护 f j − 2 j f_j-2j fj2j的最小值即可。
  • f j − j < a i − i + 1 f_j-j<a_i-i+1 fjj<aii+1时,有: f i = ( a i + i + 2 S − 1 ) − j f_i=(a_i+i+2S-1)-j fi=(ai+i+2S1)j
    此时我们只要找到满足上述条件的下标最大值即可。

考虑如何解决后者,联系单调队列优化DP的性质:

  • 元素都是依次加入队列的。
  • 最新弹出的一定是下标最大的。

因此我们只需要用 q [ h e a d − 1 ] q[\mathrm{head}-1] q[head1]来更新答案即可。

小陷阱:为了保证 a i − i + 1 a_i-i+1 aii+1单调不下降,即“移动窗口”是有序向右移动的,我们遇见两个 a i a_i ai相同的时候,我们需要将第二个 a i a_i ai赋值为 a i + 1 a_i+1 ai+1,以保证单调队列的有序性。


C o d e \mathrm{Code} Code

#include <bits/stdc++.h>
#define int long longusing namespace std;
const int N = 2e6;int n, S;
int a[N], f[N], q[N];int read(void)
{int s = 0, w = 0; char c = getchar();while (c < '0' || c > '9') w |= c == '-', c = getchar();while (c >= '0' && c <= '9') s = s*10+c-48, c = getchar();return w ? -s : s;
}signed main(void)
{n = read(), S = read();memset(f,30,sizeof f); f[0] = 0;for (int i=1;i<=n;++i) a[i] = read();sort(a+1,a+n+1);int head = 1, tail = 1;for (int i=1;i<=n;++i) {#define updata(i,j) f[i] = min(max(f[j] + i - j - 1, a[i]) + i - j - 1 + 2 * S, f[i])while (head <= tail && f[q[head]] - q[head] < a[i] - i + 1) head ++;while(head <= tail && f[q[head]] - q[head] < a[i] - i + 1) head ++;if (head <= tail) updata(i, q[head]); updata(i, q[head-1]);while (head <= tail && f[q[tail]] - 2 * q[tail] >= f[i] - 2 * i) tail --;q[++tail] = i;}cout << f[n] << endl;return 0; 
} 

这篇关于『单调队列优化DP』[POI2014]ZAL-Freight的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/203252

相关文章

C++ RabbitMq消息队列组件详解

《C++RabbitMq消息队列组件详解》:本文主要介绍C++RabbitMq消息队列组件的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. RabbitMq介绍2. 安装RabbitMQ3. 安装 RabbitMQ 的 C++客户端库4. A

golang实现延迟队列(delay queue)的两种实现

《golang实现延迟队列(delayqueue)的两种实现》本文主要介绍了golang实现延迟队列(delayqueue)的两种实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的... 目录1 延迟队列:邮件提醒、订单自动取消2 实现2.1 simplChina编程e简单版:go自带的time

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

Redis消息队列实现异步秒杀功能

《Redis消息队列实现异步秒杀功能》在高并发场景下,为了提高秒杀业务的性能,可将部分工作交给Redis处理,并通过异步方式执行,Redis提供了多种数据结构来实现消息队列,总结三种,本文详细介绍Re... 目录1 Redis消息队列1.1 List 结构1.2 Pub/Sub 模式1.3 Stream 结

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

SpringKafka错误处理(重试机制与死信队列)

《SpringKafka错误处理(重试机制与死信队列)》SpringKafka提供了全面的错误处理机制,通过灵活的重试策略和死信队列处理,下面就来介绍一下,具有一定的参考价值,感兴趣的可以了解一下... 目录引言一、Spring Kafka错误处理基础二、配置重试机制三、死信队列实现四、特定异常的处理策略五