7行代码解决P1441砝码称重(附优化过程)
先贴上最终代码感受一下:
#include <bits/stdc++.h>
using namespace std;
int i, N, M, wi[21], res = 0;
int main()
{
cin >> N >> M;
for(i = 1; i <= N; i++)cin >> wi[i];
int S = (1 << (N - M)) - 1; //(1)
while (S < 1 << N) //(2)
{
bitset<2010> f; //(3)
for(i = 1, f[0] = 1; i <= N; i++)if(S & 1 << (i - 1)) f |= f << wi[i]; //(4)
res = max(res, int(f.count())); //(5)
int x = S & -S, y = S + x; //(6)
S = ((S & ~y) / x >> 1) | y; //(7)
}
cout << res - 1;
return 0;
}
它的核心代码只有7行!!(1)~(7)
这段代码在此题最优解排行榜排名第四!!!(附截图,截图时间2021年1月24日,12:03:02)
解决思路为枚举大小为k的子集+bitset优化DP
下面是我的优化过程
题干
P1441 砝码称重
题目描述
现有n个砝码,重量分别为 ai,在去掉 m 个砝码后,问最多能称量出多少不同的重量(不包括 0)。
请注意,砝码只能放在其中一边。
输入格式
第 1 行为有两个整数 n 和 m,用空格分隔。
第 2 行有 n 个正整数a1,a2,a3,…,an,表示每个砝码的重量。
输出格式
仅包括 1 个整数,为最多能称量出的重量数量。
输入输出样例
输入 #1
3 1
1 2 2
输出 #1
3
说明/提示
【样例说明】
在去掉一个重量为 2 的砝码后,能称量出 1, 2, 3 共 3 种重量。
【数据规模】
对于 20% 的数据,m = 0 m = 0。
对于 50% 的数据,m ≤ 1。
对于 50% 的数据,n ≤ 10。
对于 100% 的数据,n ≤ 20, m ≤ 4,m < n,ai ≤ 100。
题目分析
我们不难看出,解决此题要解决两个子问题:
找到n个砝码去掉m个砝码的不同方案。
对每个方案再求出不同重量的方案数(使用当前方案的砝码可以凑出多少个不同的重量)。
解法一:搜索+DP
用搜索枚举出n个砝码去掉m个砝码的方案(状态),再用DP求不同重量的方案数。
#include <bits/stdc++.h>
#define maxn 2010
using namespace std;
int N, M;//有N个砝码,去掉M个砝码
int wi[maxn];//每个砝码的重量
bool vis[maxn];//每个砝码的状态:false被移除,true未被移除(存在)
int res = 0;//不同重量的最大方案数
bool f[maxn];//dp数组,f[n]表示是否存在一个重量为n的方案
//动态规划求不同重量的方案数
void dp()
{
memset(f, false, sizeof(f));//重置f数组
int ans = 0;//不同重量的方案数
f[0] = true; //存在重量为0的方案(不同的重量不包含0,所以不计入方案数)
int max_w = 0; //存在方案的最大重量
for(int i = 1; i <= N; i++) //选第i个砝码
{
if(!vis[i])continue;//如果第i个砝码被移除就跳过
for(int j = max_w; j >= 0; j--)
{
//如果存在重量为j的方案,那么j+wi[i]的方案也一定存在
if(f[j] && !f[j + wi[i]])
{
f[j + wi[i]] = true;
ans++;//方案数加一
}
}
max_w+=wi[i];//更新最大重量
}
res = max(res, ans);//维护最大方案数
}
//利用搜索算法找N个砝码去掉M个砝码的方案(维护vis数组)
void dfs(int cur, int del) //cur 当前该维护哪个砝码的状态;del 已经移除了几个砝码
{
//搜索剪枝
if(del > M)return; //移除的砝码数大于M
//搜索边界
if(cur == N + 1) //一共有N个砝码,处理第N+1个砝码时到达搜索边界
{
if(del == M) //如果恰好删除了M个,即找到N个砝码去掉M个砝码的一个方案
{
dp();//维护这个方案下,不同重量的最大方案数(维护res)
}
return;
}
//分支1:不移除当前砝码
dfs(cur + 1, del); //直接维护第cur+1个砝码,因为没有移除操作,del不变
//分支2:移除当前砝码
vis[cur] = false; //移除当前砝码
dfs(cur + 1, del + 1);
vis[cur] = true; //回溯时将移除的砝码重新加回去
}
int main()
{
cin >> N >> M;
for(int i = 1; i <= N; i++)cin >> wi[i];//输入每个砝码重量
memset(vis, true, sizeof(vis));//初始化vis数组
dfs(1, 0);//初始搜索的状态
cout << res;
return 0;
}
解法二:子集枚举+DP
用“集合”的子集枚举方法枚举状态,然后用popcount判断是否每个状态是否满足条件,对满足条件的状态用DP求不同重量的方案数。
#include <bits/stdc++.h>
#define maxn 2010
using namespace std;
int N, M;//有N个砝码,去掉M个砝码
int wi[maxn];//每个砝码的重量
int res = 0;//不同重量的最大方案数
bool f[maxn];//dp数组,f[n]表示是否存在一个重量为n的方案
//动态规划求不同重量的方案数
void dp(int S)//“集合”S
{
memset(f, false, sizeof(f));//重置f数组
int ans = 0;//不同重量的方案数
f[0] = true; //存在重量为0的方案(不同的重量不包含0,所以不计入方案数)
int max_w = 0; //存在方案的最大重量
for(int i = 1; i <= N; i++) //选第i个砝码
{
if(S & 1 << (i - 1))//利用位运算判断第i个元素(砝码)是否在“集合”内
{
for(int j = max_w; j >= 0; j--)
{
//如果存在重量为j的方案,那么j+wi[i]的方案也一定存在
if(f[j] && !f[j + wi[i]])
{
f[j + wi[i]] = true;
ans++;//方案数加一
}
}
max_w += wi[i]; //更新最大重量
}
}
res = max(res, ans);//维护最大方案数
}
//统计二进制中1的个数
int popcount(int S)//“集合”S
{
int ans = 0;//ans为S的二进制中,二进制位为1的个数
while (S)
{
if (S & 1)
{
ans++;
}
S >>= 1;
}
return ans;
}
void subset()//“集合”子集枚举
{
//(1 << N )- 1的二进制有N位且都为1
//S的每个二进制位代表一个元素,即代表一个砝码
//二进制位为1表示该元素在“集合”内
//二进制位为0表示该元素不在“集合”内
for(int S = 0; S <= (1 << N ) - 1; S++) //N个元素的“集合”的子集枚举
{
if(popcount(S) == N - M)//当“集合”S中有N-M个元素(S的二进制中有N-M个1)
{
dp(S);//根据“集合”S的状态维护最大方案数
}
}
}
int main()
{
cin >> N >> M;
for(int i = 1; i <= N; i++)cin >> wi[i];//输入每个砝码重量
subset();
cout << res;
return 0;
}
解法二优化:大小为k的子集枚举+DP
优化解法二的子集枚举部分,直接枚举大小为k的子集,再对每个子集DP求不同重量的方案数。
直接套用枚举大小为k的子集的模板代码:
int comb = (1 << k) - 1;
while (comb < 1 << n) {
//进行针对组合的处理
int x = comb & -comb, y = comb + x;
comb = ((comb&~y) / x >> 1) | y;
}
套用后对应的代码:
int S = (1 << (N - M)) - 1;
while (S < 1 << N)
{
dp(S);//根据“集合”S的状态维护最大方案数
int x = S & -S, y = S + x;
S = ((S & ~y) / x >> 1) | y;
}
关于如何枚举大小为k的子集,在我的另一篇博客有详细的讲解,在这里就不详细展开了。
有兴趣的小伙伴可以看一下我的这篇博客:关于“枚举{0,1,...,n-1}所包含的所有大小为k的子集”的理解
完整代码:
#include <bits/stdc++.h>
#define maxn 2010
using namespace std;
int N, M;//有N个砝码,去掉M个砝码
int wi[maxn];//每个砝码的重量
int res = 0;//不同重量的最大方案数
bool f[maxn];//dp数组,f[n]表示是否存在一个重量为n的方案
//动态规划求不同重量的方案数
void dp(int S)//“集合”S
{
memset(f, false, sizeof(f));//重置f数组
int ans = 0;//不同重量的方案数
f[0] = true; //存在重量为0的方案(不同的重量不包含0,所以不计入方案数)
int max_w = 0; //存在方案的最大重量
for(int i = 1; i <= N; i++) //选第i个砝码
{
if(S & 1 << (i - 1))//利用位运算判断第i个元素(砝码)是否在“集合”内
{
for(int j = max_w; j >= 0; j--)
{
//如果存在重量为j的方案,那么j+wi[i]的方案也一定存在
if(f[j] && !f[j + wi[i]])
{
f[j + wi[i]] = true;
ans++;//方案数加一
}
}
max_w += wi[i]; //更新最大重量
}
}
res = max(res, ans);//维护最大方案数
}
void k_subset()//“集合”大小为k的子集枚举
{
//对“集合”S进行大小为N-M的子集枚举
int S = (1 << (N - M)) - 1;
while (S < 1 << N)
{
dp(S);//根据“集合”S的状态维护最大方案数
int x = S & -S, y = S + x;
S = ((S & ~y) / x >> 1) | y;
}
}
int main()
{
cin >> N >> M;
for(int i = 1; i <= N; i++)cin >> wi[i];//输入每个砝码重量
k_subset();
cout << res;
return 0;
}
继续优化解法二:大小为k的子集枚举+bitset优化DP
利用bitset优化DP部分,其他部分不变。
#include <bits/stdc++.h>
#define maxn 2010
using namespace std;
int N, M;//有N个砝码,去掉M个砝码
int wi[maxn];//每个砝码的重量
int res = 0;//不同重量的最大方案数
//动态规划求不同重量的方案数
void dp(int S)//“集合”S
{
int ans;//不同重量的方案数
bitset<maxn> f;
f[0] = 1;
for(int i = 1; i <= N; i++) //选第i个砝码
{
if(S & 1 << (i - 1))//利用位运算判断第i个元素(砝码)是否在“集合”内
{
f |= f << wi[i];//bitset优化的核心代码
}
}
ans = f.count();
res = max(res, ans);//维护最大方案数
}
void k_subset()//“集合”大小为k的子集枚举
{
//对“集合”S进行大小为N-M的子集枚举
int S = (1 << (N - M)) - 1;
while (S < 1 << N)
{
dp(S);//根据“集合”S的状态维护最大方案数
int x = S & -S, y = S + x;
S = ((S & ~y) / x >> 1) | y;
}
}
int main()
{
cin >> N >> M;
for(int i = 1; i <= N; i++)cin >> wi[i];//输入每个砝码重量
k_subset();
cout << res - 1;//重量为0不作为一个方案,所以要减一
return 0;
}
最终代码
去掉注释再稍微调整一下结构就得到了最终代码:
#include <bits/stdc++.h>
using namespace std;
int i, N, M, wi[21], res = 0;
int main()
{
cin >> N >> M;
for(i = 1; i <= N; i++)cin >> wi[i];
int S = (1 << (N - M)) - 1;
while (S < 1 << N)
{
bitset<2010> f;
for(i = 1, f[0] = 1; i <= N; i++)if(S & 1 << (i - 1)) f |= f << wi[i];
res = max(res, int(f.count()));
int x = S & -S, y = S + x;
S = ((S & ~y) / x >> 1) | y;
}
cout << res - 1;
return 0;
}
说实话,能优化到这个地步,我自己都被惊艳到了
7行代码解决P1441砝码称重(附优化过程)的更多相关文章
- 洛谷P1441 砝码称重
P1441 砝码称重 题目描述 现有n个砝码,重量分别为a1,a2,a3,……,an,在去掉m个砝码后,问最多能称量出多少不同的重量(不包括0). 输入输出格式 输入格式: 输入文件weight.in ...
- 洛谷P1441 砝码称重(搜索,dfs+bitset优化)
洛谷P1441 砝码称重 \(n\) 的范围为 \(n \le 20\) ,\(m\) 的范围为 \(m \le 4\) . 暴力遍历每一种砝码去除情况,共有 \(n^m\) 种情况. 对于剩余砝码求 ...
- 洛谷P1441 砝码称重(搜索,dfs+dp)
洛谷P1441 砝码称重 \(n\) 的范围为 \(n \le 20\) ,\(m\) 的范围为 \(m \le 4\) . 暴力遍历每一种砝码去除情况,共有 \(n^m\) 种情况. 对于剩余砝码求 ...
- 洛谷 P1441 砝码称重
题目描述 现有n个砝码,重量分别为a1,a2,a3,……,an,在去掉m个砝码后,问最多能称量出多少不同的重量(不包括0). 输入输出格式 输入格式: 输入文件weight.in的第1行为有两个整数n ...
- P1441 砝码称重 DFS回溯+DP
题目描述 现有n个砝码,重量分别为a1,a2,a3,……,an,在去掉m个砝码后,问最多能称量出多少不同的重量(不包括0). 请注意,砝码只能放在其中一边. 输入输出格式 输入格式: 输入文件weig ...
- P1441 砝码称重
题目描述 现有n个砝码,重量分别为a1,a2,a3,……,an,在去掉m个砝码后,问最多能称量出多少不同的重量(不包括0). 输入输出格式 输入格式: 输入文件weight.in的第1行为有两个整数n ...
- P1441 砝码称重(搜索+队列dp)
题目链接:传送门 题目大意: 给你n个砝码ai,从中去掉m个后求最多的砝码可表示的重量. n≤20,m≤4,m<n,ai≤100. 思路: 用dfs搜掉m个砝码,然后用队列dp跑出答案,维护答案 ...
- [Luogu] P1441 砝码称重
题目描述 现有n个砝码,重量分别为a1,a2,a3,……,an,在去掉m个砝码后,问最多能称量出多少不同的重量(不包括0). 题目分析 因为读错题WAWA大哭. 先dfs枚举选的砝码,满足条件时进行d ...
- 洛谷P1441 砝码称重 枚举 + 01背包
显然,n<=20, m<=4 的数据范围一眼爆搜. 直接搜索一下不用哪4个砝码,再做一遍01背包即可. 可能是本人太菜鸡,01背包部分调了半天QAQ-- #include<cstdi ...
随机推荐
- [OI笔记]NOIP2017前(退役前)模拟赛的总结
好久没写blog了- 在noip2017前的最后几天,也就是在我可能将要AFO的前几天写点东西吧- 记录这最后几个月打的那些大大小小的模拟赛 一些比赛由于不允许公开所以就没有贴链接跟题面了- 2017 ...
- Spring框架之spring-web http源码完全解析
Spring框架之spring-web http源码完全解析 Spring-web是Spring webMVC的基础,由http.remoting.web三部分组成. http:封装了http协议中的 ...
- CCNP之二层技术
二层技术 ---数据链路层 核心功能:介质访问控制功能,控制物理层 网络类型: 1)MA:multiple access 多路访问(指在一条链路上有多个访问点,区别于点到点或点到多点的网络) BMA: ...
- Windows 系列GVLK密钥
以下是GVLK密钥版本对照表,可配合KMS服务器进行使用. Windows 系列GVLK密钥 Windows Server 2019 Operating system edition KMS Clie ...
- Autofac官方文档翻译--一、注册组件--4组件扫描
官方文档:http://docs.autofac.org/en/latest/register/scanning.html Autofac 组件扫描 在程序集中Autofac 可以使用约定来找到并注册 ...
- 如何将离线计算业务的成本降低65%——弹性容器服务EKS「竞价实例」上线
在容器化的应用场景中,大数据计算是其中很大并且业务应用在逐渐增加的一个热门领域,包括越来越多的人工智能企业,都在使用容器技术来支持业务中的大量计算任务.降低成本.提升资源利用率也是当前这部分用户非常期 ...
- APK 的前世今生:从 Android 源码到 apk 的编译打包流程
最近想要研究热修复的原理,并自己实现一套简单的热修复框架(音视频的坑刚挖好就又挖另一个坑了2333),已经在看书入门 c++,方便后续查看业内一些知名热修复框架的源码,另外在涉及编译期/运行时修改代码 ...
- @Transient 注解
使用 @Transient 表示该属性并非是一个要映射到数据库表中的字段,只是起辅助作用.ORM框架将会忽略该属性
- jdbc编程学习(1)
一,背景 1996年,sun公司发布了第一版本的数据库连接(JDBC)API,使编程人员可以通过这个API接口连接到数据库,并使用结构化查询语言(SQL)完成对数据库的查找与更新.JDBC自此成为Ja ...
- 【Mongodb】后台主键_id自增(Java版本)
ObjectId的选择 创建MongoDB文档时,如果没有赋值ID,系统会自动帮你创建一个,通常会在客户端由驱动程序完成.得到的ObjectId类似于这种 ObjectId使用12字节的存储空间, ...