Analysis

①首先将所有粉刷匠,按照必须刷的小木块Si从小到大排序.

上面这个操作为了保证我们可以顺序处理.

②我们可以设f[i][j]表示为,前i个粉刷匠,刷了前i个木块.可以有些木块选择不刷

状态确定好了后,我们分两种情况讨论.

第i个粉刷匠不工作,那么
f[i][j]=f[i−1][j]
第j个木板不刷,那么
f[i][j]=f[i][j−1]

.

结合上面的讨论,我们不难发现,
f[i][j]=max(f[i−1][j],f[i][j−1])
接下来的问题就是,如果说粉刷匠工作,而且也还刷第j个木块,那么我们不得不仔细思考.

对于一个粉刷匠而言,如果说聘请他工作,那么显然我们有几个条件.

他粉刷的区间长度,至少为1,最多为Li.
他粉刷的区间内必须包括Si这个小木块.
粉刷区间左端点,必须小于等于Si
综上所述我们不妨设置一个粉刷匠粉刷的区域为[k+1,j]
那么根据上面所说的条件,我们将它转换为数学计算机语言,如下面这个式子所示.
k+1≤si≤j 1≤j−(k+1)≤Li K≤Si−1
综上所述,我们可以将状态转移方程一步步出来.

f[i][j]=maxf[i−1][j],f[i][j−1],f[i][j] f[i][j]=maxj−Li≤k≤Si−1(f[i][j],f[i−1][k]+Pi∗(j−(k+1)+1)) 
得出了一个朴素的状态转移方程,我们不得不进行转换一下.

f[i][j]=maxj−Li≤k≤Si−1(f[i][j],f[i−1][k]+Pi∗(j−(k+1)+1)) 
我们不妨去掉一个括号.

f[i][j]=maxj−Li≤k≤Si−1(f[i][j],f[i−1][k]+Pi∗(j−k))

上面的一次次变换,让我们发现了,如果说我们要求的f[i][j]要选取到最大值,那么我们核心目标点就是让Max函数内部的

f[i−1][k]−Pi∗k
尽量地大.

尽然如此的话,我们发现K的取值是一个范围,但是我们并不关心这个范围内所有的数值,我们唯一的关心点就是这个范围的最大值.也就是最大的f[i−1][k]
一个区间,最大值,这些关键字眼,不得不让我们思考一下单调队列这种优秀的数据结构.因此我们把中心放到单调队列上面.

单调队列的核心要点,就是生存能力的判断.

我们逐步入手,下面给出几个判断依据.

我们设当前有两个点,一个是k1,另外一个是k2.

我们发现当前点,如果说k1<k2,也就是k2后出现.

我们将k1,k2代入到我们的状态转移方程中的决定部分.

那么将k1代入

f[i−1][k1]−Pi∗k1
再将k2代入其中

f[i−1][k2]−Pi∗k2
我们发现如果说我们再满足下面这个条件的话,那么k2一定优于k1

于是可以用单调队列维护了

 #include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
#define int long long
#define maxn 16000+10
#define maxm 1000+10
using namespace std;
inline int read()
{
int x=;
bool f=;
char c=getchar();
for(; !isdigit(c); c=getchar()) if(c=='-') f=;
for(; isdigit(c); c=getchar()) x=(x<<)+(x<<)+c-'';
if(f) return x;
return -x;
}
inline void write(int x)
{
if(x<){putchar('-');x=-x;}
if(x>)write(x/);
putchar(x%+'');
}
int n,m;
int deque[maxn];
int dp[maxm][maxn];
struct node
{
int l,p,s;
}x[maxm];
inline bool cmp(node x,node y)
{
return x.s<y.s;
}
inline int calc(int i,int k)
{
return dp[i-][k]-x[i].p*k;
}
signed main()
{
n=read();m=read();
for(int i=;i<=m;i++)
{
x[i].l=read();x[i].p=read();x[i].s=read();
}
sort(x+,x+m+,cmp);
for(int i=;i<=m;i++)
{
int head=,tail=;
for(int k=max(0ll,x[i].s-x[i].l);k<=x[i].s-;k++)
{
while(head<=tail&&calc(i,deque[tail])<=calc(i,k)) tail--;
deque[++tail]=k;
}
for(int j=;j<=n;j++)
{
dp[i][j]=max(dp[i-][j],dp[i][j-]);
if(j>=x[i].s)
{
while(head<=tail&&deque[head]<j-x[i].l) head++;
if(head<=tail)
dp[i][j]=max(dp[i][j],calc(i,deque[head])+x[i].p*j);
}
}
}
write(dp[m][n]);
return ;
}

请各位大佬斧正(反正我不认识斧正是什么意思)

Acwing P298 围栏的更多相关文章

  1. AcWing 329. 围栏障碍训练场

    大型补档计划 题目链接 考虑模拟这个过程. \(f[i][0 / 1]\) 表示从第 \(i\) 个围栏的 左/右端点开始往下走,走到原点的最小花费. 转移很容易想到,就是考虑找到一个往下走第一个碰到 ...

  2. AcWing 298. 围栏 (POJ1821)

    标签(空格分隔): dp 单调队列优化 题目描述 有N块木板从左到右排成一行,有M个工匠对这些木板进行粉刷,每块木板至多被粉刷一次. 第 i 个木匠要么不粉刷,要么粉刷包含木板 \(S_i\) 的,长 ...

  3. csp-s 考前刷题记录

    洛谷 P2615 神奇的幻方 洛谷 P2678 跳石头 洛谷 P1226 [模板]快速幂||取余运算 洛谷 P2661 信息传递 LOJ P10147 石子合并 LOJ P10148 能量项链 LOJ ...

  4. Acwing:102. 最佳牛围栏(前缀和 + 二分)

    农夫约翰的农场由 NN 块田地组成,每块地里都有一定数量的牛,其数量不会少于1头,也不会超过2000头. 约翰希望用围栏将一部分连续的田地围起来,并使得围起来的区域内每块地包含的牛的数量的平均值达到最 ...

  5. AcWing 102. 最佳牛围栏

    农夫约翰的农场由 N 块田地组成,每块地里都有一定数量的牛,其数量不会少于1头,也不会超过2000头. 约翰希望用围栏将一部分连续的田地围起来,并使得围起来的区域内每块地包含的牛的数量的平均值达到最大 ...

  6. AcWing 309. 装饰围栏

    题目链接 这道题与下一章的数位\(dp\)解题思路十分一致. 把寻找答案变成按位(并且是字典序从小到大)枚举当前这一位可以填的情况. 通过\(dp\)预处理的信息告诉我们可行性,就可以把答案紧逼到一个 ...

  7. Acwing-102-最佳牛围栏(二分,实数)

    链接: https://www.acwing.com/problem/content/104/ 题意: 农夫约翰的农场由 N 块田地组成,每块地里都有一定数量的牛,其数量不会少于1头,也不会超过200 ...

  8. 地理围栏算法解析(Geo-fencing)

    地理围栏算法解析 http://www.cnblogs.com/LBSer/p/4471742.html 地理围栏(Geo-fencing)是LBS的一种应用,就是用一个虚拟的栅栏围出一个虚拟地理边界 ...

  9. 【GPS】 数据围栏

    1.记录gps信息,定位类型  gps  agps ,偏移量 2.根据id检索用户 gps 历史记录 3.创建围栏 4.围栏内用户检索(先实现 圆形和矩形) 5.判断一个点是否进出围栏 应用场景: o ...

随机推荐

  1. python实战项目 — selenium登陆豆瓣

    利用selenium 模仿浏览器,登陆豆瓣 重点: 1. 要设置好 chromedriver配置与使用, chromedriver.exe 和 Chrome的浏览器版本要对应, http://chro ...

  2. gdocrimg04从库无法重启问题

    1.查看error.logVersion: '5.6.25-log'  socket: '/tmp/mysqld.3324_gdocrimg04.sock'  port: 3324  Source d ...

  3. java ArithUtil 数据计算精度工具

    ArithUtil: /** * 如果需要精确计算,非要用String来够造BigDecimal不可 */ package com.leaniot.securitymonitor.util; impo ...

  4. NetCore实例提供的依赖注入的生命周期

    Transient: 每一次GetService都会创建一个新的实例,每次从容器 (IServiceProvider)中获取的时候都是一个新的实例Scoped: 在同一个Scope内只初始化一个实例 ...

  5. C# vb .net实现羽化效果

    在.net中,如何简单快捷地实现Photoshop滤镜组中的羽化效果呢?答案是调用SharpImage!专业图像特效滤镜和合成类库.下面开始演示关键代码,您也可以在文末下载全部源码: 设置授权 第一步 ...

  6. python实现scp功能

    最近公司有一个需求,需要把服务器A上的任务放到服务器B上,因为B上有HTTP,并且可以被外网访问,但是直接通过shell的scp,每次都需要输入密码.这里用python简单实现一下 直接上代码: im ...

  7. Euraka适合初学者的简单小demo

    1. 创建父工程:父工程的的打包形式该为pom,删除其余无关的文件 修改父工程的pom文件内容如下: <?xml version="1.0" encoding="U ...

  8. 【转载】C#中string.IsNullOrEmpty和string.IsNullOrWhiteSpace区别

    在C#中判断字段是否为空或者Null的时候,我们一般会使用到string.IsNullOrEmpty和string.IsNullOrWhiteSpace方法,这两个方法在大部分情况下判断的结果是一致的 ...

  9. Synopsys DC综合脚本示例

    #****************************************************************************** # File : syn_example ...

  10. Oracle表数据转换为XML格式数据

    转自:https://blog.csdn.net/smile_caijx/article/details/83352927 使用DBMS_XMLGEN可以解决问题 SELECT DBMS_XMLGEN ...