UVA - 242 线性DP
题意:给定多种邮票的组合,邮票最多只能用S张,这些邮票能组成许多不同面额,问最大连续面额的长度是多少,如果有多个组合输出组合中邮票数量最少的,如果仍有长度一致的,输出邮票从大到小排序后字典序最大的那个组合。
思路:d(i)表示面额为i的至少需要多少张邮票才能组成,转移方程d(i) = min(d(k) + d(i - k)),1 <= k < i.
注意:邮票数量不能超过S张,连续是指从1~max,也就是说连续必须以1作为开头,否则就算后面能组成更长的连续也不算。
AC代码:
#include<cstdio> #include<algorithm> #include<cstring> #include<utility> #include<string> #include<iostream> #include<map> #include<set> #include<vector> #include<queue> #include<stack> using namespace std; #define eps 1e-10 #define inf 0x3f3f3f3f #define PI pair<int, int> const int maxn = 1000 + 5; int d[15][maxn], len[15]; vector<int>s[15]; int solve(int S, int k) { //第k种邮票组合 int n = s[k].size(); //初始化边界 d[k][0] = 0; for(int i = 0; i < n; ++i) d[k][ s[k][i] ] = 1; int up = s[k][n-1] * S; for(int i = 1; i <= up; ++i) { if(d[k][i] != -1) continue; d[k][i] = inf; for(int j = 1; j < i/2 + 1; ++j) { if(d[k][i] == -1 || d[k][i-j] == -1) continue; d[k][i] = min(d[k][i], d[k][j] + d[k][i - j]); //inf + inf不会溢出 if(d[k][i] > S) d[k][i] = inf; //防止溢出 } } int ans = 0, cnt = 0; for(int i = 1; i <= up; ++i) { if(d[k][i] > S) break; ans++; } return ans; } int main() { int S, N, n, x; while(scanf("%d", &S) == 1 && S) { scanf("%d", &N); for(int i = 0; i < N; ++i) s[i].clear(); for(int i = 0; i < N; ++i) { scanf("%d", &n); for(int j = 0; j < n; ++j) { scanf("%d", &x); s[i].push_back(x); } } memset(d, -1, sizeof(d)); int ans = 0; for(int i = 0; i < N; ++i) { len[i] = solve(S, i); ans = max(ans, len[i]); } int cur, k, l = inf; for(int i = 0; i < N; ++i) { if(len[i] == ans && l > s[i].size()) { cur = i; l = s[i].size(); } } for(int i = 0; i < N; ++i) { if(i == cur) continue; if(len[i] == ans && s[i].size() == l) { //长度相同且集合元素一样多 for(int j = l - 1; j >= 0; --j) { if(s[cur][j] < s[i][j]) break; else if(s[cur][j] > s[i][j]) { cur = i; break; } } } } printf("max coverage =%4d :", ans); for(int i = 0; i < s[cur].size(); ++i) printf("%3d", s[cur][i]); printf("\n"); } return 0; }
UVA - 242 线性DP的更多相关文章
- uva 11584 Partitioning by Palindromes 线性dp
// uva 11584 Partitioning by Palindromes 线性dp // // 题目意思是将一个字符串划分成尽量少的回文串 // // f[i]表示前i个字符能化成最少的回文串 ...
- uva 11552 Fewest Flops 线性dp
// uva 11552 Fewest Flops // // 二维线性dp // // 首先,在该块必须是相同的来信.首先记录每块有很多种书 // 称为是counts[i]; // // 订购f[i ...
- LightOJ1044 Palindrome Partitioning(区间DP+线性DP)
问题问的是最少可以把一个字符串分成几段,使每段都是回文串. 一开始想直接区间DP,dp[i][j]表示子串[i,j]的答案,不过字符串长度1000,100W个状态,一个状态从多个状态转移来的,转移的时 ...
- Codeforces 176B (线性DP+字符串)
题目链接: http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=28214 题目大意:源串有如下变形:每次将串切为两半,位置颠倒形成 ...
- hdu1712 线性dp
//Accepted 400 KB 109 ms //dp线性 //dp[i][j]=max(dp[i-1][k]+a[i][j-k]) //在前i门课上花j天得到的最大分数,等于max(在前i-1门 ...
- 动态规划——线性dp
我们在解决一些线性区间上的最优化问题的时候,往往也能够利用到动态规划的思想,这种问题可以叫做线性dp.在这篇文章中,我们将讨论有关线性dp的一些问题. 在有关线性dp问题中,有着几个比较经典而基础的模 ...
- POJ 2479-Maximum sum(线性dp)
Maximum sum Time Limit: 1000MS Memory Limit: 65536K Total Submissions: 33918 Accepted: 10504 Des ...
- poj 1050 To the Max(线性dp)
题目链接:http://poj.org/problem?id=1050 思路分析: 该题目为经典的最大子矩阵和问题,属于线性dp问题:最大子矩阵为最大连续子段和的推广情况,最大连续子段和为一维问题,而 ...
- nyoj44 子串和 线性DP
线性DP经典题. dp[i]表示以i为结尾最大连续和,状态转移方程dp[i] = max (a[i] , dp[i - 1] + a[i]) AC代码: #include<cstdio> ...
随机推荐
- 流API--流的映射
很多时候,将一个流的元素映射到另外一个流很有帮助.映射操作最具代表的就是map()方法.实际编码中,我们会经常用到,所以这里专门整理一篇博客. 考虑如下情景,对于一个包含了姓名,电话,年龄等属性构成的 ...
- ClearCase config_spec
1.使用分支前要在vob创建branch type,Config_Spec不能自动创建branch type: 2.如果可能,最好在以前确定的label上进行新的工作,避免维护复杂的config_s ...
- 【Java SE】如何用Java实现插入排序
摘要:前面三期分别写了三篇简单排序的算法,今天来讲一点稍微难一点的排序算法-----插入排序. 基本思想: 设n个数据已经按照顺序排列好(假定从小排到大). 输入一个数据x,将其放在恰当的位置,使其顺 ...
- 我的运维之旅-查找文本的linux命令
小伙伴们肯定都遇到这么尴尬场景,线上服务出问题了,老大一直在问什么问题导致的,而你由于对查找文本的命令不太熟,鼓捣了半天才找到那条 异常日志,而这时可能半个小时都已经过去了.老大可能对你失望透顶了.讲 ...
- HTML5入门要点
要点 HTML5是HTML的最新版本.通过引入心的标签.新的语义和媒体元素,同时要依赖一组支持Web应用的JavaScript库 XHTML不再是Web页面开发标准.开发人员和W3C组织觉决定还是继续 ...
- 06_Linux系统常用命令
一.命令使用方法 Linux命令格式 command [-option] [parameter1] [parameter2]... command:相应功能的英文单词或者单词的缩写 option:可用 ...
- 在IAR下移植CC2650 contiki工程
与Instant Contiki相比,在Windows的IAR下开发可以在线仿真,下载也更方便,因此我想把BLEach的工程移植到IAR下.弄了好几天总算编译并且下载成功了,参考了[这篇TI的wiki ...
- hive权威指南<一>
一.ETL介绍: 数据抽取:把不同的数据源数据抓取过来,存到某个地方 数据清洗:过滤那些不符合要求的数据或者修正数据之后再进行抽取 不完整的数据:比如数据里一些应该有的信息缺失,需要补全后再写入数据仓 ...
- 机器学习01:使用scikit-learn的线性回归预测Google股票
这是机器学习系列的第一篇文章. 本文将使用Python及scikit-learn的线性回归预测Google的股票走势.请千万别期望这个示例能够让你成为股票高手.下面按逐步介绍如何进行实践. 准备数据 ...
- SpringMVC之Http标准的头部信息