首页 > 其他分享 >At_dp_x Tower

At_dp_x Tower

时间:2023-10-29 09:34:40浏览次数:34  
标签:后效 ch int ans Tower include dp

题目链接

贪心 + Dp

Part1

看上去很像背包,但是发现最后答案和堆放的顺序有关,很容易想到状压,但是复杂度不允许。

而且发现如果一个一个向上放,当前决策会有后效性,题目也不允许在开一维状态。

Part2

对于后效性,我们可以每次把箱子放在最下面,就没有后效性了。

重点是解决顺序问题,考虑两个箱子 \(i ,j\) 在什么情况下,其中一种会优先放在下面。我们想让在这个箱子上面放的重量尽量多,那么有 \(s_i-w_j \geqslant s_j-w_i\) ,那么 \(s_i+w_i \geqslant s_j+w_j\) , 那我们按照 \(s+w\) 从小到大(越大的越放在下面)排序即可。

Part3

剩下的就是普通 \(0/1\)背包, 设 \(dp_i\) 表示当前重量为 \(i\) 的最大价值,那么有:

\[dp_{j+w_i}=\max(dp_{j+w_i} , dp_j+v_i) \]

复杂度 \(\Theta(n^2)\)

Code
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>

#define int long long

const int N=1e3+10;
const int M=2e4+10;

using namespace std;

inline int read() {
    int f=1, x=0;
    char ch=getchar();
    while(ch>'9' || ch<'0') {
        if(ch=='-') f=-1;
        ch=getchar();
    }
    while(ch>='0' && ch<='9') {
        x=(x<<3)+(x<<1)+(ch^48);
        ch=getchar();
    }
    return f*x;
}

inline void write(int x) {
    cout<<x; putchar('\n');
}

int n;
struct node {
    int w, s, v;
}a[N];

inline bool cmp(node x,node y) {
    return x.w+x.s < y.w+y.s;
}

int dp[M];

signed main() {

    n=read();
    for(int i=1;i<=n;i++) {
        a[i]=(node){read(), read(), read()};
    }

    sort(a+1, a+n+1, cmp);

    int ans=0;
    for(int i=1;i<=n;i++) {
        for(int j=a[i].s;j>=0;j--) {
            dp[j+a[i].w]=max(dp[j+a[i].w], dp[j]+a[i].v);
            ans=max(ans, dp[j+a[i].w]);
        }
    }

    write(ans);

    return 0;
}

标签:后效,ch,int,ans,Tower,include,dp
From: https://www.cnblogs.com/cwymp/p/17795456.html

相关文章

  • #期望dp#CF1810G The Maximum Prefix
    洛谷题面CF1810G分析考虑最大前缀和满足两个条件,就是所有前缀和都不超过,以及一定有一个等于。那么就要保证它能达到最大值且一直不能高于它设\(dp[i][j][0/1]\)表示前\(i\)个数离达到最大值还需要\(j\)且未/已经达到过最大值。初始化就是\(dp[0][j][j==0]=h[j]\),然......
  • FreeSWITCH添加自定义endpoint之api及app开发
    操作系统:CentOS7.6_x64FreeSWITCH版本:1.10.9之前写过FreeSWITCH添加自定义endpoint的文章,今天整理下api及app开发的笔记。历史文章可参考如下链接:FreeSWITCH添加自定义endpointFreeSWITCH添加自定义endpoint之媒体交互一、常用函数介绍这里列举下开发过程中常用的函数。1......
  • 一张图搞懂远程桌面多用户支持软件:RDPWrapper里的single session pre user
    Windows系统实例默认只允许单个用户连接一个远程桌面会话,如果已存在一个远程桌面会话,当另一个远程桌面会话连接时会移除之前的远程桌面会话。但是勾了这个singlesessionpreuser,为每个用户创建一个独立会话。就会出现:可以同一个用户,多个桌面窗口的情况。缺少是:接不上同一帐号......
  • DP技巧与DP杂题
    DP常用技巧增加维数交换答案与状态可行解转最优解删掉本质相同的状态对部分状态\(dp\)遇到转移顺序的困难,考虑记忆化搜索遇到转移细节过多的问题,考虑从\(i\rightarrowi+1\)而不是\(i-1\rightarrowi\)考虑状态时,先把需要记下来的都记一遍,再考虑优化DP杂题CF83......
  • 树形dp
    P3174[HAOI2009]毛毛虫(树的直径变式)题目对于一棵\(N\)\((N\le3\times10^5)\)个点的树,我们可以将某条链和与该链相连的边抽出来,看上去就象成一个毛毛虫。求点数最多的毛毛虫题解本题与树的直径的求法非常类似设\(f_u\)表示以\(u\)为头的毛毛虫的最大点数那么转......
  • 状态压缩dp
    相关技巧枚举子集:如果一个集合状态\(S\)由其所有子集\(S0\subsetneqS\)转移得到,这样转移的时间复杂度为\(\sum\limits_{i=0}^n\dbinomni2^i=3^n\)for(intS0=S;S0;S0=(S0-1)&S){{ ...}高维前缀和考虑二维前缀和还可以怎么计算:对于每一维,......
  • 数位dp
    数位dp的一般套路问题形式给你一个条件\(A\),然后询问值大小在\([L,R]\)中有多少满足条件的数这个问题暴力去做一般是\(\mathcal{O}(R)\)的时间复杂度,但是通过数位dp我们可以把这个东西优化到\(\mathcal{O}(\log_{10}R)\)求解过程首先我们将区间\([L,R]\)的限制利......
  • 矩阵快速幂优化dp
    寻址连续优化for(inti=1;i<=n;i++)for(intk=1;k<=n;k++)if(a.a[i][k])for(intj=1;j<=n;j++)c.a[i][j]=(c.a[i][j]+1ll*a.a[i][k]*b.a[k][j])%mod;P3216[HNOI2011]数学作业(普通套路)题目......
  • #dp,二项式反演,容斥#CF285E Positions in Permutations
    题目问有多少个长度为\(n\)的排列\(P\)满足\(|P_i-i|=1\)的\(i\)的个数恰好为\(k\)个分析设\(dp_{i,j,k}\)表示前\(i\)个数钦定\(j\)个数满足上述条件且现在\(i\)和\(i+1\)因此被占用的方案数。那么第\(i\)个满足上述条件无非就是放入\(i-1\)或者\(......
  • cloudpickle pickle 扩展包
    pickle是python的序列化包,但是默认pickle不能进行lambda的处理,cloudpickle对于pickle进行了一些扩展,可以更好的支持集群节点之间的共享以及计算,同时apachespark的pyspark也集成了此功能,只是是自己fork的完整代码参考使用dump.py importcloudpickle,picklesquaredv2......