POJ 1390 Blocks

砌块
时限:5000 MS   内存限制:65536K
提交材料共计: 6204   接受: 2563

描述

你们中的一些人可能玩过一个叫做“积木”的游戏。一行有n个块,每个盒子都有一个颜色。这是一个例子:金,银,铜,金。
相应的图片如下:
 
图1
如果一些相邻的盒子都是相同的颜色,并且它左边的盒子(如果它存在)和它的右边的盒子(如果它存在)都是其他颜色的,我们称它为“盒子段”。有四个盒子段。那就是:金,银,铜,金。片段中分别有1,4,3,1方框。

每次您可以单击一个框,然后包含该框的整个段消失。如果这段是由k个方框组成的,你会得到k*k点。例如,如果你点击一个银盒子,银段消失了,你得到4*4=16点。

现在让我们看看下面的图片:
 
图2

第一个是最优的。

在这个游戏的初始状态下,找出你能得到的最高分数。

输入

第一行包含测试数t(1<=t<=15)。每个案例包含两行。第一行包含整数n(1<=n<=200),即框数。第二行包含n个整数,表示每个框的颜色。整数在1~n的范围内。

输出量

对于每个测试用例,打印用例编号和最高可能的分数。

样本输入

2
9
1 2 2 2 2 3 3 3 1
1
1

样本输出

Case 1: 29
Case 2: 1

解题思路:

将连续的若干个方块作为一个“大块”(box_segment) 考虑,假设开始一共有 n个“大块”,编号0到n-1 第i个大块的颜色是 color[i],包含的方块数目,即长度,是len[i]

用click_box(i,j)表示从大块i到大块j这一段消除后所能 得到的最高分,则整个问题就是: click_box(0,n-1)。

要求click_box(i,j)时,考虑最右边的大块j,对它有两种处理方式,要取其优者:

1) 直接消除它,此时能得到最高分就是: click_box(i,j-1) + len[j]*len[j]

2) 期待以后它能和左边的某个同色大块合并,考虑和左边的某个同色大块合并:

左边的同色大块可能有很多个,到底和哪个合并最 好,不知道,只能枚举。假设大块j和左边的大块 k(i<=k<j-1) 合并,此时能得到的最高分是多少呢?

是不是: click_box(i,k-1) + click_box(k+1,j-1) + (len[k]+len[j])

不对! 因为将大块k和大块j合并后,形成的新大块会在最右边。但直接将其消去,未必是最好的,也许它还应该和左边的同色大块合并,才更好

那么上面的dp不可用,需要改变问题的形式

__________________________________________________________________

click_box(i,j,ex_len) 表示: 大块 j 的右边已经有一个长度为ex_len的大块(该大块可能是在合并过程中形成的),且 j 的颜色和ex_len相同,在此情况下所能得到的最高分 。

于是整个问题就是求:click_box(0,n-1,0)

求click_box(i,j,ex_len)时,有两种处理方法取最优者,假设j和ex_len合并后的大块称作 Q

1) 将Q直接消除,这种做法能得到的最高分就是:  click_box(i,j-1,0) + (len[j]+ex_len)2

2) 期待Q以后能和左边的某个同色大块合并。需要枚举可能和Q 合并的大块。假设让大块k和Q合并,则此时能得到的最大分数是:

  click_box(i,k,len[j]+ex_len) + click_box(k+1,j-1,0)

click_box(i,j,ex_len) 递归的终止条件: i == j

代码:

#include<iostream>
#include<cstring>
using namespace std;
#define N 200 + 5
int dp[N][N][N];
struct segMent {
int len;
int color;
};
segMent segNum[N];
int clickBox(int i, int j, int len) {
if(dp[i][j][len] != -) return dp[i][j][len];
int result = (segNum[j].len + len)*(segNum[j].len + len);
if(i == j) return result;
result += clickBox(i, j-, );
for(int k = i; k < j; k++) {
if(segNum[k].color != segNum[j].color) continue;
int r = clickBox(k+, j-, ) + clickBox(i, k, segNum[j].len + len);
result = max(result, r);
}
dp[i][j][len] = result;
return result;
}
int main() {
int T;
cin >> T;
for(int t = ; t <= T; t++) {
int n;
cin >> n;
int last = -;
int count = -;
memset(dp, -, sizeof(dp));
for(int i = ; i < n; i++) {
int v;
cin >> v;
if(v != last) {
count++;
segNum[count].len = ;
segNum[count].color = v;
last = v;
} else segNum[count].len++;
}
cout << "Case " << t << ": " << clickBox(, count, ) << endl;
}
return ;
}

POJ 1390 Blocks(记忆化搜索+dp)的更多相关文章

  1. poj 1390 Blocks (记忆化搜索)

    Blocks Time Limit: 5000MS   Memory Limit: 65536K Total Submissions: 4318   Accepted: 1745 Descriptio ...

  2. POJ 1088 滑雪(记忆化搜索+dp)

    POJ 1088 滑雪 Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 107319   Accepted: 40893 De ...

  3. 记忆化搜索(DP+DFS) URAL 1183 Brackets Sequence

    题目传送门 /* 记忆化搜索(DP+DFS):dp[i][j] 表示第i到第j个字符,最少要加多少个括号 dp[x][x] = 1 一定要加一个括号:dp[x][y] = 0, x > y; 当 ...

  4. HDU 1078 FatMouse and Cheese 记忆化搜索DP

    直接爆搜肯定超时,除非你加了某种凡人不能想出来的剪枝...555 因为老鼠的路径上的点满足是递增的,所以满足一定的拓补关系,可以利用动态规划求解 但是复杂的拓补关系无法简单的用循环实现,所以直接采取记 ...

  5. 记忆化搜索 dp学习~2

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1331 Function Run Fun Time Limit: 2000/1000 MS (Java/ ...

  6. 【10.31校内测试】【组合数学】【记忆化搜索/DP】【多起点多终点二进制拆位Spfa】

    Solution 注意取模!!! Code #include<bits/stdc++.h> #define mod 1000000007 #define LL long long usin ...

  7. hdu1331&&hdu1579记忆化搜索(DP+DFS)

    这两题是一模一样的``` 题意:给了一系列递推关系,但是由于这些递推很复杂,所以递推起来要花费很长的时间,所以我要编程序在有限的时间内输出答案. w(a, b, c): 如果a,b,c中有一个值小于等 ...

  8. HDU - 6415 多校9 Rikka with Nash Equilibrium(纳什均衡+记忆化搜索/dp)

    Rikka with Nash Equilibrium Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 524288/524288 K ...

  9. hdu 4960 记忆化搜索 DP

    Another OCD Patient Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 131072/131072 K (Java/Ot ...

随机推荐

  1. java环境变量怎么配置

    我们在学习java的时候,必须先来配置一下java的环境变量,也许你不懂什么是java环境变量,我们也不需要懂,你只要知道,java环境变量配置好了,你的电脑就能编译和运行java程序了,这显然是你想 ...

  2. sklearn.linear_model.LinearRegression

    官网:http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html class ...

  3. ABP捕捉异常错误代码

    在服务层或者CORE层  随便哪里都可以  创建一个捕捉异常的文件夹  里面写一个LonsidException类 继承后面的接口  然后重写继承的方法  这样在ABP项目运行阶段  无论在哪里出现异 ...

  4. 力扣 (LeetCode)657. 机器人能否返回原点

    在二维平面上,有一个机器人从原点 (0, 0) 开始.给出它的移动顺序,判断这个机器人在完成移动后是否在 (0, 0) 处结束. 移动顺序由字符串表示.字符 move[i] 表示其第 i 次移动.机器 ...

  5. 基于虹软 2.0 人脸识别猜年龄 java版 demo

    首先感谢虹软,是你们提供这么好的SDK支撑了我们的想象力! 这是一个用javav编写的可视化应用,用户通过自己的脸和计算机进行交互,计算机则通过萌萌女孩的语音和用户对话.核心程序就是利用ArcFace ...

  6. 学习笔记27—python中numpy.ravel() 和 flatten()函数

    简介 首先声明两者所要实现的功能是一致的(将多维数组降位一维).这点从两个单词的意也可以看出来,ravel(散开,解开),flatten(变平).两者的区别在于返回拷贝(copy)还是返回视图(vie ...

  7. js几个小技巧和坑

    蝴蝶书看了,也知道充满了毒瘤和糟粕,但该用还是得用. 实际写了几天,小技巧记录下来.都是在py里有直接答案,不会遇到的问题,没想到js里这么费事. 还是要多读<ES6标准入门> 1判断ob ...

  8. Tqdm 进度条可视化模块

    2018-12-04 14:34:25 使用python Tqdm进度条库让你的python进度可视化 Tqdm在阿拉伯语表示进步,在西班牙语中表示我非常爱你.是一个快速,可扩展的Python进度条, ...

  9. 非常好的 gdb tui 的文章

    http://beej.us/guide/bggdb/ Help Commands help command Get help on a certain command apropos keyword ...

  10. R quantile函数 | cut函数 | sample函数 | all函数 | scale函数 | do.call函数

    取出一个数字序列中的百分位数 1. 求某一个百分比 x<-rnorm(200) quantile(x,0.9) 2. 求一系列的百分比 quantile(x,c(0.1,0.9)) quanti ...