HDU 1024(DP+滚动数组优化)

2024-04-18 07:08
文章标签 数组 dp 优化 hdu 滚动 1024

本文主要是介绍HDU 1024(DP+滚动数组优化),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!

题目链接:点击打开链接


题目大意:给一个m和一个n,n表示有n个数字,m表示有m种区间和,每个区间之间不能相互交叉,问你最大的m个区间和加起来最大是多少。


题目思路:DP是我目前非常非常薄弱的方面QAQ,于是这道题足足花了我三个小时....看了一大堆的博客,终于貌似应该会了QAQ。直接上滚动数组难以理解,我先从二维的角度来讲一下这个题目思路。首先定义一个dp[i][j],表示i段j个数字的最大和是多少。对这种情况,动态转移方程为dp[i][j]=max{f[i][j-1]+a[j],f[i-1][k]+a[j],(i-1<=k<j)} (i<=j<=n),因为对于第i段j个数字,他的大小只取决于前面的两个情况,一个是他直接接到i段j-1个数字后面,即跑到原来第i段的最后,还有一种情况就是跑到前j-1个数字中所有段中最大的情况,这就是题目中提到的k,然后自己当老大,开辟新纪元(当一个新段的头)。但是对于这种情况有一个弊端,题目中给的数据范围是n<=1000000,如果你开一个这么大的二维数组,铁定炸了,所以要用滚动数组来优化,将其降维成一个一维的问题。

滚动数组篇:其实你自己观察会发现,你实际上推出当前状态需要用到的数据,只有两个, 一个是i段j-1个数字能取到的最大值,一个是前j-1个数字除i段以外其他段能取到的最大值。然后外面第一层for循环,来表示分成几段。用a[i]来存原始数组,用maxx[i]来存前j-1个数字除i段以外其他段能取到的最大值,用max1来存当前情况下的dp最大值(用来传给maxx数组),现在开始仔细说明流程。dp[j]数组必须从i开始更新,即至少要等于段数,为什么捏,因为你要是n-1个数怎么分成n段..所以要从i开始,然后一直到头,全部按照我们的要求来更新,maxx数组又是咋变的呢?每一轮过来的时候,maxx[j-1]先等于max1(该数组其实是上一次存下来的),然后更新max1,让max1跟dp[j]比较。这么做是为了获得前j-1个数字除i段以外其他段能取到的最大值。然后这次获得的max1传送给下一个循环的maxx[j]。


以下是代码:

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
#define inf 0x3f3f3f3f
int a[1000005],dp[1000005],maxx[1000005],max1;
int main(){int n,m;while(~scanf("%d%d",&m,&n)){memset(dp,0,sizeof(dp));memset(maxx,0,sizeof(maxx));for(int i=1;i<=n;i++){scanf("%d",&a[i]);}for(int i=1;i<=m;i++){max1=-inf;for(int j=i;j<=n;j++){dp[j]=max(dp[j-1],maxx[j-1])+a[j];maxx[j-1]=max1;max1=max(max1,dp[j]);}}printf("%d\n",max1);}return 0;
}

这篇关于HDU 1024(DP+滚动数组优化)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/914089

相关文章

JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法

《JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法》:本文主要介绍JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法,每种方法结合实例代码给大家介绍的非常... 目录引言:为什么"相等"判断如此重要?方法1:使用some()+includes()(适合小数组)方法2

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

MySQL中优化CPU使用的详细指南

《MySQL中优化CPU使用的详细指南》优化MySQL的CPU使用可以显著提高数据库的性能和响应时间,本文为大家整理了一些优化CPU使用的方法,大家可以根据需要进行选择... 目录一、优化查询和索引1.1 优化查询语句1.2 创建和优化索引1.3 避免全表扫描二、调整mysql配置参数2.1 调整线程数2.

深入解析Java NIO在高并发场景下的性能优化实践指南

《深入解析JavaNIO在高并发场景下的性能优化实践指南》随着互联网业务不断演进,对高并发、低延时网络服务的需求日益增长,本文将深入解析JavaNIO在高并发场景下的性能优化方法,希望对大家有所帮助... 目录简介一、技术背景与应用场景二、核心原理深入分析2.1 Selector多路复用2.2 Buffer

Java中数组与栈和堆之间的关系说明

《Java中数组与栈和堆之间的关系说明》文章讲解了Java数组的初始化方式、内存存储机制、引用传递特性及遍历、排序、拷贝技巧,强调引用数据类型方法调用时形参可能修改实参,但需注意引用指向单一对象的特性... 目录Java中数组与栈和堆的关系遍历数组接下来是一些编程小技巧总结Java中数组与栈和堆的关系关于

SpringBoot利用树形结构优化查询速度

《SpringBoot利用树形结构优化查询速度》这篇文章主要为大家详细介绍了SpringBoot利用树形结构优化查询速度,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下... 目录一个真实的性能灾难传统方案为什么这么慢N+1查询灾难性能测试数据对比核心解决方案:一次查询 + O(n)算法解决