题目链接

设$dp[l][r][p]$为走完区间$[l,r]$,在端点$p$时所需的最短时间($p=0$代表在左端点,$p=1$代表在右端点)

根据题意显然有状态转移方程$\left\{\begin{matrix}dp[l][r][0]=min(dp[l+1][r][0]+x[l+1]-x[l],dp[l+1][r][1]+x[r]-x[l]);\\ dp[l][r][1]=min(dp[l][r-1][0]+x[r]-x[l],dp[l][r-1][1]+x[r]-x[r-1]);\end{matrix}\right.$

复杂度是$O(n^2)$的,对于10000的数据量还是有些勉强,因此某些常数比较大的算法会T掉。

为此我测试了多种不同的算法,比较了一下它们各自的优劣。

首先是最普通的区间dp:(440ms)

 #include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=+,inf=0x3f3f3f3f;
int dp[N][N][],n,x[N],t[N],ans; int main() {
while(scanf("%d",&n)==) {
for(int i=; i<n; ++i)scanf("%d%d",&x[i],&t[i]);
for(int i=; i<n; ++i)dp[i][i][]=dp[i][i][]=;
for(int l=n-; l>=; --l)
for(int r=l+; r<n; ++r) {
dp[l][r][]=min(dp[l+][r][]+x[l+]-x[l],dp[l+][r][]+x[r]-x[l]);
dp[l][r][]=min(dp[l][r-][]+x[r]-x[l],dp[l][r-][]+x[r]-x[r-]);
if(dp[l][r][]>=t[l])dp[l][r][]=inf;
if(dp[l][r][]>=t[r])dp[l][r][]=inf;
}
int ans=min(dp[][n-][],dp[][n-][]);
if(ans==inf)printf("No solution\n");
else printf("%d\n",ans);
}
return ;
}

注意l要从右往左循环就行。

然后是用滚动数组优化后的dp:(290ms)

 #include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=+,inf=0x3f3f3f3f;
int dp[][N][],n,x[N],t[N],ans; int main() {
while(scanf("%d",&n)==) {
for(int i=; i<n; ++i)scanf("%d%d",&x[i],&t[i]);
memset(dp,,sizeof dp);
for(int l=n-; l>=; --l)
for(int r=l+; r<n; ++r) {
dp[l&][r][]=min(dp[l&^][r][]+x[l+]-x[l],dp[l&^][r][]+x[r]-x[l]);
dp[l&][r][]=min(dp[l&][r-][]+x[r]-x[l],dp[l&][r-][]+x[r]-x[r-]);
if(dp[l&][r][]>=t[l])dp[l&][r][]=inf;
if(dp[l&][r][]>=t[r])dp[l&][r][]=inf;
}
int ans=min(dp[][n-][],dp[][n-][]);
if(ans==inf)printf("No solution\n");
else printf("%d\n",ans);
}
return ;
}

和上面的代码唯一的不同之处就是l换成了l&1,l+1换成了l&1^1。

其他算法:

bfs刷表法:(1940ms)

 #include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=+,inf=0x3f3f3f3f;
int dp[][N][],vis[][N][],n,x[N],t[N],ans,ka;
struct D {int l,r,p;};
queue<D> q; void upd(int l,int r,int p,int ad) {
if(vis[l&][r][p]!=l)vis[l&][r][p]=l,dp[l&][r][p]=inf,q.push({l,r,p});
if(dp[l&][r][p]>ad)dp[l&][r][p]=ad;
} int bfs() {
memset(vis,-,sizeof vis);
int ret=inf;
while(!q.empty())q.pop();
for(int i=; i<n; ++i)upd(i,i,,);
while(!q.empty()) {
int l=q.front().l,r=q.front().r,p=q.front().p;
q.pop();
if(l==&&r==n-) {ret=min(ret,dp[l&][r][p]); continue;}
int P=p==?l:r;
if(l>&&dp[l&][r][p]+x[P]-x[l-]<t[l-])upd(l-,r,,dp[l&][r][p]+x[P]-x[l-]);
if(r<n-&&dp[l&][r][p]+x[r+]-x[P]<t[r+])upd(l,r+,,dp[l&][r][p]+x[r+]-x[P]);
}
return ret;
} int main() {
while(scanf("%d",&n)==) {
++ka;
for(int i=; i<n; ++i)scanf("%d%d",&x[i],&t[i]);
int ans=bfs();
if(ans==inf)printf("No solution\n");
else printf("%d\n",ans);
}
return ;
}

这个算法对于本题来说常数比较大,必须要用滚动数组优化。

dfs记忆化搜索法:(1580ms)

 #include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=+,inf=0x3f3f3f3f;
int dp[N][N][],vis[N][N],n,x[N],t[N],ans,ka; void dfs(int l,int r) {
if(vis[l][r]==ka)return;
vis[l][r]=ka;
if(l==r)dp[l][r][]=dp[l][r][]=;
else {
dfs(l+,r),dfs(l,r-);
dp[l][r][]=min(dp[l+][r][]+x[l+]-x[l],dp[l+][r][]+x[r]-x[l]);
dp[l][r][]=min(dp[l][r-][]+x[r]-x[l],dp[l][r-][]+x[r]-x[r-]);
if(dp[l][r][]>=t[l])dp[l][r][]=inf;
if(dp[l][r][]>=t[r])dp[l][r][]=inf;
}
} int main() {
while(scanf("%d",&n)==) {
++ka;
for(int i=; i<n; ++i)scanf("%d%d",&x[i],&t[i]);
dfs(,n-);
int ans=min(dp[][n-][],dp[][n-][]);
if(ans==inf)printf("No solution\n");
else printf("%d\n",ans);
}
return ;
}

这个算法常数也比较大,但无法用滚动数组来优化,因此需要额外增设一个vis数组和一个变量ka,来避免dp数组的初始化。

去掉一维直接dp法:(260ms)

 #include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=+,inf=0x3f3f3f3f;
int dp[N][],n,x[N],t[N],ans; int main() {
while(scanf("%d",&n)==) {
for(int i=; i<n; ++i)scanf("%d%d",&x[i],&t[i]);
memset(dp,,sizeof dp);
for(int i=; i<n; ++i)
for(int l=; l+i<n; ++l) {
dp[l][]=min(dp[l][]+x[l+i]-x[l],dp[l][]+x[l+i]-x[l+i-]);
dp[l][]=min(dp[l+][]+x[l+]-x[l],dp[l+][]+x[l+i]-x[l]);
if(dp[l][]>=t[l])dp[l][]=inf;
if(dp[l][]>=t[l+i])dp[l][]=inf;
}
int ans=min(dp[][],dp[][]);
if(ans==inf)printf("No solution\n");
else printf("%d\n",ans);
}
return ;
}

这个算法无论是时间还是空间的消耗都是最小的,虽然比较抽象。设dp[i][l][p]为区间左端点为l,长度为i+1,当前位置为p时所需的最短时间,则第一维i可以直接去掉。

UVA - 1632 Alibaba (区间dp+常数优化)的更多相关文章

  1. UVA - 1632 Alibaba 区间dp

    题意:给定n个点,其中第i个点的坐标是,且它会在秒后消失.Alibaba可以从任意位置出发,求访问完所有点的最短时间.无解输出No solution. 思路:表示访问完区间后停留在i点的最短时间,表示 ...

  2. HDU3480_区间DP平行四边形优化

    HDU3480_区间DP平行四边形优化 做到现在能一眼看出来是区间DP的问题了 也能够知道dp[i][j]表示前  i  个节点被分为  j  个区间所取得的最优值的情况 cost[i][j]表示从i ...

  3. POJ 1160 经典区间dp/四边形优化

    链接http://poj.org/problem?id=1160 很好的一个题,涉及到了以前老师说过的一个题目,可惜没往那上面想. 题意,给出N个城镇的地址,他们在一条直线上,现在要选择P个城镇建立邮 ...

  4. codeforces 1101F Trucks and Cities 区间dp+单调优化 好题

    题目传送门 题意简述:(来自洛谷) 有n个城市坐落在一条数轴上,第ii个城市位于位置ai​. 城市之间有m辆卡车穿行.每辆卡车有四个参数:si​为起点编号,fi​为终点编号,ci​表示每行驶1个单位长 ...

  5. 蓝桥杯:合并石子(区间DP+平行四边形优化)

    http://lx.lanqiao.cn/problem.page?gpid=T414 题意:…… 思路:很普通的区间DP,但是因为n<=1000,所以O(n^3)只能拿90分.上网查了下了解了 ...

  6. 51 nod 石子归并 + v2 + v3(区间dp,区间dp+平行四边形优化,GarsiaWachs算法)

    题意:就是求石子归并. 题解:当范围在100左右是可以之间简单的区间dp,如果范围在1000左右就要考虑用平行四边形优化. 就是多加一个p[i][j]表示在i到j内的取最优解的位置k,注意能使用平行四 ...

  7. 区间dp及优化

    看了下感觉区间dp就是一种套路,直接上的板子代码就好了. 基础题ac代码:石子归并 #include<bits/stdc++.h> using namespace std; typedef ...

  8. hdu 4597 + uva 10891(一类区间dp)

    题目链接:http://vjudge.net/problem/viewProblem.action?id=19461 思路:一类经典的博弈类区间dp,我们令dp[l][r]表示玩家A从区间[l, r] ...

  9. uva 1632 Alibaba

    题意: 一个人要从如果干个地方拿货,每个地方的货物是有存在时间的,到了某个时间之后就会消失. 按照位置从左到右给出货物的位置以及生存时间,这个人选择一个最优的位置出发,问拿完货物的最少时间. 思路: ...

随机推荐

  1. Django——Session源码分析

    首先我们导入django.contrib.sessions.middleware这个中间件,查看里面的Session源码 from django.contrib.sessions.middleware ...

  2. 解释python中join()和split()函数

    join能让我们将指定字符添加至字符串中 a=') print(a) print(type(a)) #1,2,3,4,5,6 #<class 'str'> split()能让我们用指定字符 ...

  3. __init__和__new__

    一.__init__方法是什么 __init__方法通常用在初始化一个类实例的时候, class Person(object): """Silly Person" ...

  4. Video标签的使用

    现在如果要在页面中使用video标签,需要考虑三种情况,支持Ogg Theora或者VP8(如果这玩意儿没出事的话)的(Opera.Mozilla.Chrome),支持H.264的(Safari.IE ...

  5. echarts3.8.4实现模拟迁移

    动态接受城市的经纬度https://zhidao.baidu.com/question/1384875311724922940.html 调用百度api获得ip对应的城市https://www.cnb ...

  6. 前端 初级篇(HTML)

    HTML 概述: HTML是英文Hyper Text Mark-up Language(超文本标记语言)的缩写,他是一种制作万维网页面标准语言(标记).相当于定义统一的一套规则,大家都来遵守他,这样就 ...

  7. Loadrunder之脚本篇——参数化在场景中的运用

    Action() { lr_eval_string("{NewParam}"); lr_eval_string("{NewParam}"); return 0; ...

  8. Sliverlight变换特性

    通过变换,可以为Silverlight图形对象提供旋转.缩放.扭曲和移动的特效.如果图形元素需要通过修改坐标系统来改变元素显示,可能需要使用变换功能.一般来说,所有的变换使用矩形数学改变图形元素的坐标 ...

  9. 【CodeChef】Enormous Input Test

    The purpose of this problem is to verify whether the method you are using to read input data is suff ...

  10. Java zip 压缩 文件夹删除,移动,重命名,复制

    FileUtil.java import java.io.*; import java.util.List; import java.util.zip.ZipEntry; import java.ut ...