题目链接

Problem Description
You are playing CSGO.
There are n Main Weapons and m Secondary Weapons in CSGO. You can only choose one Main Weapon and one Secondary Weapon. For each weapon, it has a composite score S.
The higher the composite score of the weapon is, the better for you.
Also each weapon has K performance evaluations x[1], x[2], …, x[K].(range, firing rate, recoil, weight…)
So you shold consider the cooperation of your weapons, you want two weapons that have big difference in each performance, for example, AWP + CZ75 is a good choose, and so do AK47 + Desert Eagle.
All in all, you will evaluate your weapons by this formula.(MW for Main Weapon and SW for Secondary Weapon)

$$$$$$S_{MW}+S_{SW}+\sum_{i=1}^{k}{|x_{MW}[i]-x_{SW}[i]|}$$$$$$
Now you have to choose your best Main Weapon & Secondary Weapon and output the maximum evaluation.

Input
Multiple query.
On the first line, there is a positive integer T, which describe the number of data. Next there are T groups of data.
for each group, the first line have three positive integers n, m, K.
then, the next n line will describe n Main Weapons, K+1 integers each line S, x[1], x[2], …, x[K]
then, the next m line will describe m Secondary Weapons, K+1 integers each line S, x[1], x[2], …, x[K]
There is a blank line before each groups of data.
T<=100, n<=100000, m<=100000, K<=5, 0<=S<=1e9, |x[i]|<=1e9, sum of (n+m)<=300000
Output
Your output should include T lines, for each line, output the maximum evaluation for the corresponding datum.
Sample Input
2
2 2 1
0 233
0 666
0 123
0 456
2 2 1
100 0 1000 100 1000 100
100 0
Sample Output
543
2000
题意
$$$n$$$种主武器,$$$m$$$种副武器,主/副武器都有一个主属性$$$S$$$和$$$k$$$个副属性$$$x[1], x[2], ..., x[k]$$$。如果用$$$MW$$$表示主武器,$$$SW$$$表示副武器,则一件主武器和一件副武器搭配的价值为$$$S_{MW}+S_{SW}+\sum_{i=1}^{k}{|x_{MW}[i]-x_{SW}[i]|} $$$,求这样的搭配的最大值为多少。
分析
这道题是poj_2926_ Requirements的升级版,要做这道题,需要先知道怎样去求$$$n$$$个5维向量,两两曼哈顿距离的最大值,也就是要求$$$max\{|x_i-x_j|+|y_i+y_j|+|z_i-z_j|+|p_i-p_j|+|q_i-q_j| \}$$$。
上面的代数式,看似最合理也最基本的做法,就是遍历$$$i,j$$$,计算所有向量之间的曼哈顿距离,复杂度为$$$O(C_n^2\times m)$$$,当$$$n$$$的值很大时,暴力将会超时,所以要从很小的m入手,采用一种直觉上很反智(仅个人观点),但是对计算机很高效的算法。
把绝对值打开会得到两种情况,比如$$$|x_i-x_j|$$$要么是$$$(x_i-x_j)$$$,要么是$$$(-x_i+x_j)$$$,$$$x_i$$$前面的系数是1/-1对应它较大/较小的情况;如果放在五维上分析的话,把两个五维向量$$$A: (a_1,a_2,a_3,a_4,a_5), B: (b_1,b_2,b_3,b_4,b_5)$$$的曼哈顿距离的代数式打开,将有$$$2^5=32$$$种情况,每种情况中,$$$a_i$$$的系数可以是$$$1$$$或$$$-1$$$,分别对应$$$a_i$$$在此情况下是较大还是较小,$$$b_i$$$也是同理,而且$$$b_i$$$的系数一定和$$$a_i$$$的系数相反。如果把$$$A$$$和$$$B$$$的系数单独提取出来,变成下面这样
$$$$$$
\begin{align}

& \sum_{i=1}^{5}{(t_{a_i}a_i-t_{a_i}b_i)}\\
=& (a_1,a_2,a_3,a_4,a_5)\times

\begin{pmatrix}
t_{a_1}\\
t_{a_2}\\
t_{a_3}\\
t_{a_4}\\
t_{a_5}
\end{pmatrix}

+(b_1,b_2,b_3,b_4,b_5)\times
\begin{pmatrix}
-t_{a_1}\\
-t_{a_2}\\
-t_{a_3}\\
-t_{a_4}\\
-t_{a_5}
\end{pmatrix}\\[3ex]
=& (a_1,a_2,a_3,a_4,a_5)\times

\begin{pmatrix}
t_{a_1}\\
t_{a_2}\\
t_{a_3}\\
t_{a_4}\\
t_{a_5}
\end{pmatrix}

-(b_1,b_2,b_3,b_4,b_5)\times
\begin{pmatrix}
t_{a_1}\\
t_{a_2}\\
t_{a_3}\\
t_{a_4}\\
t_{a_5}
\end{pmatrix}
\end{align}
$$$$$$
换一个角度看问题,序列$$$ \begin{pmatrix}
t_{a_1}\\
t_{a_2}\\
t_{a_3}\\
t_{a_4}\\
t_{a_5}
\end{pmatrix}$$$,其实相当于是去衡量$$$A$$$和$$$B$$$大小的一个标准,$$$A$$$和$$$B$$$经过序列的处理,直接就可以比较大小了,并求出差值。那么用它也同样可以用来衡量所有的向量。有了衡量标准的好处是,我们就不用再把向量两两比较才能知道最大的差了,只需要用这个标准来计算出所有向量的值(也就是把每个向量乘上这个序列),用最大值减去最小值就得到了最大的差。
虽然我们并不知道,选用哪个$$$ \begin{pmatrix}
t_1\\
t_2\\
t_3\\
t_4\\
t_5
\end{pmatrix}$$$才是真正的最大差,才是原代数式的值,但是所有的序列包含了所有可能的情况,一定有一个序列对应着原代数式的值,只要遍历了所有的序列,最大的那个就是答案。再看一下复杂度,对于5维的向量,有$$$2^5$$$种情况,要求所有向量在这种情况下的值,所以复杂度就是$$$O(2^5 \times n)$$$,推广到k维的情况下,复杂度就是$$$O(2^kn)$$$,而先前暴力的做法复杂度则为$$$O(\frac{kn(n-1)}{2})=O(kn^2)$$$。优化到这个程度,就能在限定时间求出答案了
说完了最大曼哈顿距离怎么计算,再来看hdu的这道题是不是就容易多了,还是同样的把绝对值打开来计算,只是在每种情况下,向量的大小不光是后面k个数计算的结果,还要再加上一个常数,其他的过程都是类似的。

总结
做法很简单,但真的很神奇,想了很久才理解了是怎么回事,终于又学会了一道题。
代码
#include<stdio.h>
typedef long long LL;
int first[][], second[][];//武器的副属性
int wf[],ws[];//武器的主属性
LL sf[],ss[];//求和需要用long long 保存 int n,m,k; int main(){
int kase;
LL mf,ms,ans;
int t;
for(scanf("%d",&kase);kase;kase--){
scanf("%d %d %d",&n,&m,&k);
for(int i=;i<n;++i)
for(scanf("%d",wf+i),t=;t<k;++t)
scanf("%d",first[i]+t);
for(int i=;i<m;++i)
for(scanf("%d",ws+i),t=;t<k;++t)
scanf("%d",second[i]+t);
ans=;
for(int i=(<<k)-;i>=;--i){//用二进制代表系数的序列,并遍历11111~00000
for(t=;t<n;++t)sf[t]=;
for(t=;t<m;++t)ss[t]=;
for(int w=,j=;j<k;j++,w<<=){//计算在当前序列下的值
for(t=;t<n;++t)
sf[t]=sf[t]+first[t][j]*(i&w?1.0:-1.0);
for(t=;t<m;++t)
ss[t]=ss[t]+second[t][j]*(i&w?1.0:-1.0);
}
//还要加上一个常数才是最终大小
mf=sf[]+wf[];
for(t=;t<n;++t)
if(mf<sf[t]+wf[t])mf=sf[t]+wf[t];
ms=ss[]-ws[];
for(t=;t<m;++t)
if(ms>ss[t]-ws[t])ms=ss[t]-ws[t];
if(ans<mf-ms)ans=mf-ms;
}
printf("%lld\n",ans ); }
}

hdu 6435 CSGO(最大曼哈顿距离)的更多相关文章

  1. HDU 4666 最远曼哈顿距离

    题目链接: http://acm.hdu.edu.cn/showproblem.php?pid=4666 关于最远曼哈顿距离的介绍: http://blog.csdn.net/taozifish/ar ...

  2. hdu 6435 CSGO

    题意:现在有n个主武器, m个副武器, 你要选择1个主武器,1个副武器, 使得 题目给定的那个式子最大. 题解:这个题目困难的地方就在于有绝对值,| a - b | 我们将绝对值去掉之后 他的值就为 ...

  3. 2018 Multi-University Training Contest 10 CSGO(HDU - 6435)(最远曼哈顿距离)

    有 n 种主武器,m 种副武器.每种武器有一个基础分数k种属性值 X[i] . 选出一种主武器 mw 和一种副武器 sw,使得两种武器的分数和 + 每个属性的差值尽量大.(参考下面的式子) 多维的最远 ...

  4. HDU - 6435 Problem J. CSGO (曼哈顿距离变换)

    题目大意:有两类武器(主武器和副武器),每类有若干把,每把武器都有一个基础属性S,以及k个附加属性,让你选一把主武器M和一把副武器S,使得最大. 显然后面的和式是一个k维的曼哈顿距离,带绝对值符号不好 ...

  5. hdu 4666:Hyperspace(最远曼哈顿距离 + STL使用)

    Hyperspace Time Limit: 20000/10000 MS (Java/Others)    Memory Limit: 65535/65535 K (Java/Others)Tota ...

  6. Hdu 4312-Meeting point-2 切比雪夫距离,曼哈顿距离,前缀和

    题目: http://acm.hdu.edu.cn/showproblem.php?pid=4312 Meeting point-2 Time Limit: 2000/1000 MS (Java/Ot ...

  7. Hdu 4311-Meeting point-1 曼哈顿距离,前缀和

    题目:http://acm.hdu.edu.cn/showproblem.php?pid=4311 Meeting point-1 Time Limit: 2000/1000 MS (Java/Oth ...

  8. HDU 4312 Meeting point-2(切比雪夫距离转曼哈顿距离)

    http://acm.hdu.edu.cn/showproblem.php?pid=4312 题意:在上一题的基础上,由四个方向改为了八个方向. 思路: 引用自http://blog.csdn.net ...

  9. HDU 4311 Meeting point-1(曼哈顿距离最小)

    http://acm.hdu.edu.cn/showproblem.php?pid=4311 题意:在二维坐标中有n个点,现在要从这n个点中选出一个点,使得其他点到该点的曼哈顿距离总和最小. 思路: ...

随机推荐

  1. day 13 字典dict 操作

    1.len   键值对的个数 In [4]: nums = [11,22,33] In [6]: len(nums) Out[6]: 3 In [7]: infor = {"name&quo ...

  2. m2eclipse安装遇到的问题——备忘

    手贱把m2eclipse给卸载了,结果重新安装的时候,发现原来的网址不好用了,去官网查了发现改成了http://download.eclipse.org/technology/m2e/releases ...

  3. jquery.validate使用 - 4

    自定义错误消息的显示方式 默认情况下,验证提示信息用label元素来显示, 并且会添加css class, 通过css可以很方便设置出错控件以及错误信息的显示方式. /* 输入控件验证出错*/form ...

  4. 【JUC源码解析】ReentrantReadWriteLock

    简介 ReentrantReadWriteLock, 可重入读写锁,包括公平锁和非公平锁,相比较公平锁而言,非公平锁有更好的吞吐量,但可能会出现队列里的线程无限期地推迟一个或多个读线程或写线程的情况, ...

  5. Mongodb大数据语法大全

    JSON和MONGODBJSON不止是一种交换数据的方式,也是一种存储数据的良好方式,实际上MONGODB并未使用JSON存储数据,而是使用由MONGODB团队开发的一种称为BSON的开放数据格式. ...

  6. CSP201612-2:工资计算

    引言:CSP(http://www.cspro.org/lead/application/ccf/login.jsp)是由中国计算机学会(CCF)发起的"计算机职业资格认证"考试, ...

  7. SpringMVC Controller介绍及常用注解——@Controller

    一 在SpringMVC 中,控制器Controller 负责处理由DispatcherServlet 分发的请求,它把用户请求的数据经过业务处理层处理之后封装成一个Model ,然后再把该Model ...

  8. [linux] centos搭建openvpn服务,脚本颁发/吊销证书 (转载+原创)

    搭建过程转载:http://yestreenstars.blog.51cto.com/1836303/1429537 环境说明:服务端:CentOS 6.5_X64客户端:Windows 7 服务端配 ...

  9. C++ 名字空间namespace的使用

    A namespace is a scope.C++ provides namespaces to prevent name conflicts.A namespace is a mechanism ...

  10. 暑假App

    简介 实现了一个计时器APP,程序界面简洁,只有一个时间显示区域和两个图片按钮,一个按钮是开始/暂停,另一个按钮是停止. 功能介绍 一个显示界面,当最小计时单位为0.1秒时,显示为:分钟:秒:0.1秒 ...