P3842 [TJOI2007]线段(经典DP)

简介: 算法

题目:

1.png题意倒是很好懂,就是你必须经过每一行的一些线段,求从起点到终点并且经过题目要求的线段的最短路

思路:

比较典型的DP,首先先想,每一层的最优肯定是由上一层限制的左端点或者右端点下来得到的,那么就可以有状态转移方程了

f[i][0]表示走完第i行且停在第i行的左端点最少用的步数

f[i][1]同理,停在右端点的最少步数。

那么转移就很简单了,走完当前行且停到左端点,那么一定是从右端点过来的,那么从上一行左端点转移的话就是

f[i][0]=abs(上一行左端点的坐标-本行右端点的坐标+本行线段长度)

思路倒是想的很快,但是一开始没想清楚方程,就分类讨论,然后写的又臭又长,但其实只需要几行代码就能解决的事

int main(){
  #ifndef ONLINE_JUDGE
  freopen("P3842_1.in","r",stdin);
  freopen("P3842_1.out","w",stdout);
  #endif
  scanf("%d",&n);
  for(int i=1;i<=n;++i){
    scanf("%d%d",a[i],a[i]+1);
  }
  dp[1][0]=a[1][1]+a[1][1]-a[1][0]-1;
  dp[1][1]=a[1][1]-1;
  for(int i=2;i<=n;++i){
    dp[i][0]=mi(dp[i-1][0]+absi(a[i-1][0]-a[i][1])+a[i][1]-a[i][0]+1,dp[i-1][1]+absi(a[i-1][1]-a[i][1])+a[i][1]-a[i][0]+1);
    dp[i][1]=mi(dp[i-1][0]+absi(a[i-1][0]-a[i][0])+a[i][1]-a[i][0]+1,dp[i-1][1]+absi(a[i-1][1]-a[i][0])+a[i][1]-a[i][0]+1);
  }
  printf("%d\n",mi(dp[n][0]+n-a[n][0],dp[n][1]+n-a[n][1]));
  return 0;
}

而我写的。。。。

一言难尽

#include<bits/stdc++.h>
using namespace std;
const int maxn=2e4+1000;
int l[maxn],r[maxn],dp[maxn][2];
int dist(int l,int r )
{
    return abs(l-r);
}
int main()
{
    int n,i,j,t;
    cin>>n;
    for(i=0;i<n;i++)
    {
        cin>>l[i]>>r[i];
    }
    dp[0][1]=dist(1,r[0]);
    dp[0][0]=dist(1,r[0])+dist(l[0],r[0]);
    for(i=1;i<n;i++)
    {
        for(j=0;j<=1;j++)
        {
            int d1,d2;
            if(j==0)
            {
               int x=l[i-1],y=r[i-1];
               if(l[i-1]>=l[i]&&l[i-1]<=r[i])
                    d1=(2*dist(r[i],l[i-1])+dist(l[i-1],l[i]));
               else if(l[i-1]>r[i])
                    d1=dist(l[i],r[i])+dist(r[i],l[i-1]);
               else
                    d1=dist(l[i],r[i])*2+dist(l[i-1],l[i]);
               l[i-1]=r[i-1];
               d2=d1;
               if(l[i-1]>=l[i]&&l[i-1]<=r[i])
                    d1=(2*dist(r[i],l[i-1])+dist(l[i-1],l[i]));
               else if(l[i-1]>r[i])
                    d1=dist(l[i],r[i])+dist(r[i],l[i-1]);
               else
                    d1=dist(l[i],r[i])*2+dist(l[i-1],l[i]);
               l[i-1]=x;
               r[i-1]=y;
               if(d2+dp[i-1][0]<d1+dp[i-1][1])
                    dp[i][j]=dp[i-1][0]+d2;
               else
                    dp[i][j]=dp[i-1][1]+d1;
            }
            else
            {
               int x=l[i-1],y=r[i-1];
               if(l[i-1]>=l[i]&&l[i-1]<=r[i])
                    d1=(2*dist(l[i],l[i-1])+dist(l[i-1],r[i]));
               else if(l[i-1]<r[i])
                    d1=dist(l[i],r[i])+dist(l[i],l[i-1]);
               else
                    d1=dist(l[i],r[i])*2+dist(l[i-1],r[i]);
               l[i-1]=r[i-1];
               d2=d1;
               if(l[i-1]>=l[i]&&l[i-1]<=r[i])
                    d1=(2*dist(l[i],l[i-1])+dist(l[i-1],r[i]));
               else if(l[i-1]<r[i])
                    d1=dist(l[i],r[i])+dist(l[i],l[i-1]);
               else
                    d1=dist(l[i],r[i])*2+dist(l[i-1],r[i]);
               if(d2+dp[i-1][0]<d1+dp[i-1][1])
                    dp[i][j]=dp[i-1][0]+d2;
               else
                    dp[i][j]=dp[i-1][1]+d1;
               l[i-1]=x;
               r[i-1]=y;
            }
        }
    }
    if(dp[n-1][0]+(n-l[n-1])>(n-r[n-1]+dp[n-1][1]))
        cout<<(n-r[n-1]+dp[n-1][1])+n-1<<endl;
    else
        cout<<dp[n-1][0]+(n-l[n-1])+n-1<<endl;
    return 0;
}
相关文章
|
存储 API
LangChain与智能Agent构建问题之MetaGPT中工程师智能体代码错误如何解决
LangChain与智能Agent构建问题之MetaGPT中工程师智能体代码错误如何解决
201 1
|
10月前
|
人工智能 自然语言处理 物联网
MultiBooth:清华联合 Meta 推出多对象的图像生成框架,生成包含多个指定对象的图像
MultiBooth是清华大学联合Meta等机构推出的多概念图像生成方法,支持高效生成高保真度图像,适用于娱乐、广告、教育等多个领域。
208 19
MultiBooth:清华联合 Meta 推出多对象的图像生成框架,生成包含多个指定对象的图像
|
7月前
|
人工智能 算法 安全
OpenRouter 推出百万 token 上下文 AI 模型!Quasar Alpha:提供完全免费的 API 服务,同时支持联网搜索和多模态交互
Quasar Alpha 是 OpenRouter 推出的预发布 AI 模型,具备百万级 token 上下文处理能力,在代码生成、指令遵循和低延迟响应方面表现卓越,同时支持联网搜索和多模态交互。
627 1
OpenRouter 推出百万 token 上下文 AI 模型!Quasar Alpha:提供完全免费的 API 服务,同时支持联网搜索和多模态交互
|
人工智能 小程序 语音技术
GLM-4-Voice,智谱开源版“Her”来了!
智谱 AI 推出并开源端到端语音模型 GLM-4-Voice!GLM-4-Voice 能够直接理解和生成中英文语音,进行实时语音对话,并且能够遵循用户的指令要求改变语音的情感、语调、语速、方言等属性。
|
人工智能 JSON 自然语言处理
智谱AI GLM4开源!支持多模态&长序列,魔搭推理、微调最佳实践来啦!
GLM-4-9B是智谱AI推出的新一代预训练模型GLM-4系列的开源版本,它在多个数据集上的测试中表现出高绩效,包括语义理解、数学问题解决、推理和代码理解等方面。GLM-4-9B模型有四个变体:基础版GLM-4-9B(8K)、对话版GLM-4-9B-Chat(128K)、超长上下文版GLM-4-9B-Chat-1M(1M)和多模态版GLM-4V-9B-Chat(8K)。用户可以通过魔搭社区提供的链接体验这些模型,包括在CPU上运行的版本和支持vLLM推理的版本。
智谱AI GLM4开源!支持多模态&长序列,魔搭推理、微调最佳实践来啦!
|
Java Maven 开发者
Maven的依赖作用域和依赖传递
Maven的依赖作用域和依赖传递
967 0
Maven的依赖作用域和依赖传递
|
机器学习/深度学习 算法
LSTM时间序列预测中的一个常见错误以及如何修正
在使用LSTM进行时间序列预测时,常见错误是混淆回归和预测问题。LSTM需将时间序列转化为回归问题,通常使用窗口或多步方法。然而,窗口方法中,模型在预测未来值时依赖已知的未来值,导致误差累积。为解决此问题,应采用迭代预测和替换输入值的方法,或者在多步骤方法中选择合适的样本数量和训练大小以保持时间结构。编码器/解码器模型能更好地处理时间数据。
851 1
|
Web App开发 机器人
小白一学就会的 小红书全自动写文发文机器人-抓取爆款笔记(一)
小白一学就会的 小红书全自动写文发文机器人-抓取爆款笔记(一)
704 4
|
数据采集 数据挖掘 数据处理
DataFrame 的缺失值处理:填充、删除与插值
【5月更文挑战第19天】DataFrame数据处理中,面对缺失值问题,常用方法包括填充(如固定值、平均值)和删除。插值是一种有效手段,如线性插值适合时间序列数据。根据数据特性和分析目标,可组合使用多种方法,如先填充再插值。灵活应用这些策略能提升数据质量和分析准确性,为决策提供可靠支持。
698 2