让我们继续练习dp

首先这道题约束条件很多

但实际上方程还是很好写的,f[i,j]表示第i天时拥有j只股票的最大收益

令p=max(0,i-k-1) 上一次较交易

易得f[i,j]=max(f[i-1,j],f[p,j-b]-ap[i]*b,f[p,j+s]+bp[i]*s) b<=as[i],s<=bs[i];

显然会TLE,我们要优化

f[i-1,j]我们可以先不管他,

我们令j1=j-b  j2=j+s

则max(0,j-as[i])<=j1<=j

j<=j2<=min(m,j+bs[i]);

则原式可化为

f[i,j]=max(f[p,j1]+ap[i]*j1-ap[i]*j,f[p,j2]+bp[i]*j2-bp[i]*j)

观察得知对于当前的状态,结果只与j1,j2有关系

于是我们可以分开来对j1,j2求区间最大,再求一个总的最大就行

对此我们可以用线段树

但是,线段树算法O(n^2logn)而且实际常数较大,会TLE(一开始我就是这样)

观察区间其实总是整体右移的,这很像我一开始做的单调队列的滚动窗口那道题

于是我们可以用单调队列优化

加入只考虑买入的情况对于k1<k2

如果有f[p,k2]+ap[i]*k2>=f[p,k2]+ap[i]*k2 那么k2一定比k1优(更可能成为区间最大)

卖出情况同理,因此我们从0~m遍历一边,维护一个单调减的队列就行了

每个点最多出队一次,入队一次

因此复杂度为O(n^2);

 const inf=-;
var q,b,s,ns,nb,vs,vb:array[..] of longint;
    f:array[..,..] of longint;
    l,ans,h,t,p,i,j,k,n,m:longint; function max(a,b:longint):longint;
  begin
    if a>b then exit(a) else exit(b);
  end; function compareb(x,y:longint):boolean;
  begin
    if f[p,x]+vb[i]*x>=f[p,y]+vb[i]*y then exit(true) else exit(false);
  end; function compares(x,y:longint):boolean;
  begin
    if f[p,x]+vs[i]*x>=f[p,y]+vs[i]*y then exit(true) else exit(false);
  end; begin
  readln(n,m,k);
  for i:= to n do
    readln(vb[i],vs[i],nb[i],ns[i]);
  for i:= to m do
    f[,i]:=inf;
  f[,]:=;
  for i:= to n do
  begin
    p:=max(i-k-,);
    h:=;
    t:=;
    q[]:=;
    for j:= to m do   //买入情况
    begin
      if j<> then
      begin
        while (h<t) and compareb(j,q[t]) do dec(t);
        inc(t);
        q[t]:=j;
      end;
      l:=max(,j-nb[i]);
      while (q[h]<l) do inc(h);
      while (h<t) and compareb(q[h+],q[h]) do inc(h);
      b[j]:=f[p,q[h]]+vb[i]*q[h];
    end;
    h:=;
    t:=;
    q[]:=m;
    for j:=m downto do   //卖出情况
    begin
      if j<>m then
      begin
        while (h<t) and compares(j,q[t]) do dec(t);
        inc(t);
        q[t]:=j;
      end;
      l:=j+ns[i];
      if l>m then l:=m;
      while (q[h]>l) do inc(h);
      while (h<t) and compares(q[h+],q[h]) do inc(h);
      s[j]:=f[p,q[h]]+vs[i]*q[h];
    end;
    for j:= to m do   //求总的最大
      f[i,j]:=max(f[i-,j],max(b[j]-vb[i]*j,s[j]-vs[i]*j));
  end;
  ans:=f[n,];   //显然手上无股票最合算
  writeln(ans);
end.

bzoj1855的更多相关文章

  1. 【BZOJ1855】股票交易(动态规划,单调队列)

    [BZOJ1855]股票交易(动态规划,单调队列) 题面 BZOJ 题解 很显然,状态之和天数以及当天剩余的股票数有关 设\(f[i][j]\)表示第\(i\)天进行了交易,剩余股票数为\(j\)的最 ...

  2. 【bzoj1855】 [Scoi2010]股票交易 单调队列优化DP

    上一篇blog已经讲了单调队列与单调栈的用法,本篇将讲述如何借助单调队列优化dp. 我先丢一道题:bzoj1855 此题不难想出O(n^4)做法,我们用f[i][j]表示第i天手中持有j只股票时,所赚 ...

  3. 【BZOJ1855】[Scoi2010]股票交易 DP+单调队列

    [BZOJ1855][Scoi2010]股票交易 Description 最近lxhgww又迷上了投资股票,通过一段时间的观察和学习,他总结出了股票行情的一些规律. 通过一段时间的观察,lxhgww预 ...

  4. BZOJ1855 [Scoi2010]股票交易 【单调队列优化dp】

    题目链接 BZOJ1855 题解 设\(f[i][j]\)表示第\(i\)天结束时拥有\(j\)张股票时的最大收益 若\(i \le W\),显然在这之前不可能有交易 \[f[i][j] = max\ ...

  5. [bzoj1855][Scoi2010]股票交易_动态规划_单调队列

    股票交易 bzoj-1855 Scoi-2010 题目大意:说不明白题意系列++...题目链接 注释:略. 想法:这个题还是挺难的. 动态规划没跑了 状态:dp[i][j]表示第i天手里有j个股票的最 ...

  6. bzoj1855: [Scoi2010]股票交易--单调队列优化DP

    单调队列优化DP的模板题 不难列出DP方程: 对于买入的情况 由于dp[i][j]=max{dp[i-w-1][k]+k*Ap[i]-j*Ap[i]} AP[i]*j是固定的,在队列中维护dp[i-w ...

  7. bzoj1855: [Scoi2010]股票交易

    Description 最近lxhgww又迷上了投资股票,通过一段时间的观察和学习,他总结出了股票行情的一些规律. 通过一段时间的观察,lxhgww预测到了未来T天内某只股票的走势,第i天的股票买入价 ...

  8. BZOJ1855或洛谷2569 [SCOI2010]股票交易

    一道单调队列优化\(DP\) BZOJ原题链接 洛谷原题链接 朴素的\(DP\)方程并不难想. 定义\(f[i][j]\)表示到第\(i\)天,手上持有\(j\)股时的最大收益. 转移方程可以分成四个 ...

  9. BZOJ1855 股票交易 单调队列优化 DP

    描述 某位蒟佬要买股票, 他神奇地能够预测接下来 T 天的 每天的股票购买价格 ap, 股票出售价格 bp, 以及某日购买股票的上限 as,  某日出售股票上限 bs, 并且每次股票交 ♂ 易 ( 购 ...

随机推荐

  1. 伪元素content的应用

    日常开发中,我们常用:before,:after来实现一些效果,比如 – 边框 – 图标 此时的content中只是为了伪元素能渲染出来而声明 1 2 3 div:before{ content: & ...

  2. 解决pxe网络批量安装部署linux遇到的问题和解决方法

    解决“出现Unable to retrieve 192.168.0.100/var/www/html/images/install.img错误” 分析:我们必须了解这个错误出现在哪个阶段才能正确找到错 ...

  3. 爬虫学习之基于Scrapy的网络爬虫

    ###概述 在上一篇文章<爬虫学习之一个简单的网络爬虫>中我们对爬虫的概念有了一个初步的认识,并且通过Python的一些第三方库很方便的提取了我们想要的内容,但是通常面对工作当作复杂的需求 ...

  4. .vimrc & .bashrc 文件配置

    /* 如果vim还没有语法高亮,那么在/etc/profile 中添加以下语句 */ export TERM=xterm-color // 注: 只对各个用户自己的主目录下的.vimrc修改的话,修改 ...

  5. Oracle中的USEREVN()

    Oracle中的USEREVN() 1.USEREVN() 返回当前用户环境的信息,opt可以是: ENTRYID,SESSIONID,TERMINAL,ISDBA,LABLE,LANGUAGE,CL ...

  6. 一步步学习NHibernate(10)——连接查询和子查询(2)

    请注明转载地址:http://www.cnblogs.com/arhat 在上一章中,老魏讲述了HQL的链接查询,本章呢,老魏开始讲述HQL的子查询.子查询在SQL中也是占据着非常重要的作用,如果没有 ...

  7. Integer自动装箱分析

    先看看下面的代码会输出什么: public static void main(String[] args) { Integer i = 127; Integer j = 128; Integer ii ...

  8. 硬盘4k对齐教程总结

    4k对齐概念: 4K对齐相关联的是一个叫做“高级格式化”的分区技术.首先先来了解一下什么是叫做“4K 对齐”.其实“4K对齐”相关联的是一个叫做“高级格式化”的分区技术.“高级格式化”是国际硬盘设备与 ...

  9. swift基础--变量

    (1)变量与常量 (2)基本类型 (3)强制转换 (4)Bool类型 (5)元组 (6)可选值 //变量和常量 var str = "Hello, playground" let  ...

  10. dubbo zookeeper模型

    本文摘自dubbo的官方文档,原文请参见: http://alibaba.github.io/dubbo-doc-static/User+Guide-zh.htm#UserGuide-zh-Zooke ...