dp 优化 F2. Pictures with Kittens (hard version)

2023-10-15 06:10

本文主要是介绍dp 优化 F2. Pictures with Kittens (hard version),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!

dp的优化可能是自己的弱项吧

F1中n*n*n的复杂度强行过去了 

F2就无能为力了;

状态转移

dp[ i ] [ j ] 第一个i存的是位置  1-n;    j是放入数字的个数   然后F1就暴力过去了

#include<bits/stdc++.h>
#define int long long
using namespace std;
const int maxn=5000+10;
int dp[maxn][maxn];
int a[maxn];
int32_t main()
{int n,k,x; cin>>n>>k>>x;for(int i=1;i<=n;i++) cin>>a[i];dp[0][0]=0;for(int i=1;i<=n;i++){//cout<<"   "<<i<<endl;//cout<<"   "<<i-k+1<<endl;for(int j=i-k;j<i;j++){if(j<0) continue;for(int q=(i-1)/k;q<x;q++){if(dp[j][q]||i<=k)  dp[i][q+1]=max(dp[i][q+1],dp[j][q]+a[i]);}}}int maxn=0;for(int i=n;i>=n-k+1;i--){maxn=max(dp[i][x],maxn);}if(maxn) cout<<maxn<<endl;else  cout<<-1<<endl;
}
暴力的F1

然后F2  gg了

看了别人的代码  大致有几种写法

双端队列优化   deque<pair<int,int> >  de[maxn];

写的不难懂点   de[  ]  [  ]  [   ]  大致就是这样存的  de[ ] 这个表示的是 存的数字个数  第二个括号存的是 第i个位置j个数的最大值; 第三个括号存的是  位置 

第i个位置是由 前[ i-k,i-1 ]位置的地方转移过来的;

从  de[j]  到 de[j+1]   必须确定  de[j+1] 已经转移了  所以第二层转移就是   j=x-1; j>=0;j--; 

#include<bits/stdc++.h>
#define int long long
using namespace std;
const int maxn=5e3+10;
int a[maxn];
deque<pair<int,int> >  de[maxn];
int32_t main()
{//priority_queue(int,vector<int>,greater<int>) qu;int n,k,x; cin>>n>>k>>x;for(int i=1;i<=n;i++) cin>>a[i];int ans=-1;de[0].push_back({0,0}) ; // first  cun zhi  second  pos;for(int i=1;i<=n;i++){for(int j=x-1;j>=0;j--){while(!de[j].empty() && de[j].front().second<i-k )  de[j].pop_front(); // i-kif(de[j].empty()) continue;int val=de[j].front().first+a[i];  // jia shang zhe ge shuwhile(!de[j+1].empty() && de[j+1].back().first <=val )  de[j+1].pop_back();de[j+1].push_back({val,i});  // di i  ge wei zhi j+1 ge shu he zui daif(j+1==x&&i+k>n){ans=max(val,ans);}}}cout<<ans<<endl;}
看的懂的代码

 

转载于:https://www.cnblogs.com/Andromeda-Galaxy/p/9991020.html

这篇关于dp 优化 F2. Pictures with Kittens (hard version)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/215848

相关文章

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

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

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S