BZOJ1233: [Usaco2009Open]干草堆tower 单调队列优化DP

2024-03-02 07:58

本文主要是介绍BZOJ1233: [Usaco2009Open]干草堆tower 单调队列优化DP,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!

https://www.lydsy.com/JudgeOnline/problem.php?id=1233

这题我是完全一点一丢丢都不会做的,只能靠看题解维持一下

容易想到n ^3的DP,其实就相当于暴力从前往后找了

但其实这题倒着推要简单一点,因为正着推每一次都要重新找,然后检查是否合法,比如

3

2 1 4

只有2,1本来答案是2,加了个4答案反而只有1了

但是倒着推我们就可以稍微加一点贪心进去了,放不下的就直接放在基层就行了

然后有个结论:在所有合法的堆法中,基层越短的,高度越高

证明:(我也不知道zkw是谁,应该是个牛逼网友吧)

任意取出一个能使层数最高的方案,设有CA层,把其中从下往上每一层最大的块编号记为Ai;任取一个能使底边最短的方案,设有CB层,把其中从下往上每一层最大的块编号记为Bi。显然A1>=B1,ACB<=BCB,这说明至少存在一个k属于(1,CB),满足Ak-1>=Bk-1且Ak<=Bk。也就是说,方案 A 第K 层完全被方案 B 第K 层包含。构造一个新方案,第K 层往上按方案 A,往下按方案 B,两边都不要的块放中间当第K 层。新方案的层数与 A 相同,而底边长度与 B 相同。证毕。 
——zkw大佬

dp[i] 表示[i, n]中,最高堆法中的,最小基层长度

那么dp[i] = min(sum[j -1] - sum[i - 1])  for every (j > i, sum[j-1] - sum[i-1] >= dp[j])

这不是神仙的地方,这个还是n ^2的

观察发现,对于sum[j-1] - sum[i-1],j是越小越好的,这样满足结论

又 sum[j-1] - sum[i-1] >= dp[j]

sum[j-1] - dp[j] >= sum[i-1]

sum[i-1]是定值,sum[j-1] - dp[j]是越大越好的,这样也是满足结论的

所以维护一个单调队列,每次更新的时候直接拿j最小的, 放的时候维护好单调性就好了

我还是感觉莫名其妙的。。这个solution来的怪怪的,感觉很突然

可能是因为这个题太神仙了吧

噢,复杂度显然是O(n)级别的

AC Code:

int w[maxn], h[maxn];
int sum[maxn], dp[maxn];
int q[maxn*2];int main()
{int n; scanf("%d", &n);rep(i, 1, n) scanf("%d", w + i), sum[i] = w[i];rep(i, 1, n + 1) sum[i] += sum[i-1];int l = 1, r = 1;q[r] = n + 1;Rep(i, n, 1){while(l < r && dp[q[l+1]] <= sum[q[l+1]-1] - sum[i-1]) l++;//合法的情况中j越小越好dp[i] = sum[q[l]-1] - sum[i-1];h[i] = h[q[l]] + 1;while(l < r && sum[q[r]-1] - dp[q[r]] <= sum[i-1] - dp[i]) r--;//sum[j-1] - dp[j]越大越好q[++r] = i;}printf("%d\n", h[1]);return 0;
}

over

这篇关于BZOJ1233: [Usaco2009Open]干草堆tower 单调队列优化DP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/765432

相关文章

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

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

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.