写在前面

简单的单调队列优化 DP

处理略微有点恶心,于是乎,用来取 \(\max\) 的极小值直接开到了 long long 的最小极限,了 define int long long /cy

算法思路

必须按编号顺序加材料,明显的阶段性,且数据范围明显地提示我们可以 DP

状态也很好想,设 \(f_{i, j}\) 表示放完前 \(i\) 个物品后锅内有 \(j\) 个物品时的最大答案。

那么使用填表法转移:

\[f_{i, j} = \max_{j - 1 \le k \le j + s - 1}\{f_{i - 1,k}\} + j \times a_i
\]

那么发现 \(k\) 的取值范围随着 \(j\) 的变化刚好是个滑动窗口,其余的项都是输入时或枚举过程中的定值,因此使用单调队列优化取最大值的操作。

另外表示阶段的 \(i\) 只会取到上一个阶段的答案,因此开滚动数组压掉第一维。

Tips

建议把可能需要开 long long 的都打开,如果不觉得很傻或者比较懒的话也可以直接 define int long long

内层循环可以倒序枚举,这样就只需要一开始的时候往单调队列里压一个元素。不用乱七八糟的处理。

初始化极小值的时候要足够小亲测 \(-10^{12}\) 都不够用,还不能在加上一些负值之后爆 long long 的最小范围。

Code

/*

By chen_green

2020/11/5

设 f[i][j]表示放完前 i 件物品后锅中已经放了 j 件物品的最大耐久度

f[i][j] = max{f[i - 1][k]} + j * a[i] (j - 1 <= k <= j - 1 + s)

滚动数组 + 单调队列优化

*/

#include <bits/stdc++.h>
#define int long long #define LL long long using namespace std; inline int read0() {
int fh = 1, w = 0; char ch = getchar();
for (; !isdigit(ch); ch = getchar()) if (ch == '-') fh = -1;
for (; isdigit(ch); ch = getchar()) w = (w << 3) + (w << 1) + (ch ^ '0');
return fh * w;
} inline LL read() {
LL fh = 1, w = 0; char ch = getchar();
for (; !isdigit(ch); ch = getchar()) if (ch == '-') fh = -1;
for (; isdigit(ch); ch = getchar()) w = (w << 3) + (w << 1) + (ch ^ '0');
return fh * w;
} const int Maxn = 5505; LL f[2][Maxn]; LL a[Maxn]; int n, w, s; deque<LL> dq; void initdq() {while(!dq.empty()) dq.pop_back();}
void push(int x) {
if((int)dq.size() >= (int)(s + 1)) dq.pop_front();
while((!dq.empty()) && (dq.back() <= x)) dq.pop_back();
dq.push_back(x);
}
LL Getmax() {
return dq.front();
} signed main() {
n = read0(); w = read0(); s = read0();
for(register int i = 1; i <= n; ++i) {
a[i] = read();
}
for(register int i = 0; i <= w; ++i) f[0][i] = f[1][i] = -9223372036854775808 / 2;
LL f0 = f[0][0];
f[0][0] = 0;
LL ans = -9223372036854775808;
for(register int i = 1; i <= n; ++i) {
if(i == 2) f[0][0] = f0;
initdq();
push(f[i - 1 & 1][w]);
for(register int j = w; j >= 1; --j) {
push(f[i - 1 & 1][j - 1]);
f[i & 1][j] = Getmax() + j * a[i];
//cout << f[i & 1][j] << " ";
}
}
for(int i = 1; i <= w; ++i) {
ans = max(ans, f[n & 1][i]);
}
printf("%lld", ans);
}

P5858 Golden Swold的更多相关文章

  1. P5858 「SWTR-03」Golden Sword

    题面: Link 题面有点长,不想粘了,QAQ. 题解: 一句话题意,你有 \(n\) 件物品需要依次放进去,每个物品放进去之后会得到一定的权值,为当前锅炉里面的物品的数量乘以 \(a_i\) 每次在 ...

  2. Why The Golden Age Of Machine Learning is Just Beginning

    Why The Golden Age Of Machine Learning is Just Beginning Even though the buzz around neural networks ...

  3. C Golden gun的巧克力

    Time Limit:1000MS  Memory Limit:65535K 题型: 编程题   语言: 无限制 描述 众所周知,13级有尊大神Golden gun,人称根叔,简称金枪!众立志进校队的 ...

  4. 10 Golden Rules of Project Risk Management

    The benefits of risk management in projects are huge. You can gain a lot of money if you deal with u ...

  5. The golden ratio: 1.618

    http://www.chinaz.com/design/2015/1109/467968_2.shtml The golden ratio: 1.618 a/b=b/(a+b) The Fibona ...

  6. 【UVA 11383】 Golden Tiger Claw (KM算法副产物)

    Omi, Raymondo, Clay and Kimiko are on new adventure- in search of new Shen Gong Wu. But EvilBoy Geni ...

  7. Golden Pyramid

    Golden Pyramid Our Robo-Trio need to train for future journeys and treasure hunts. Stephan has built ...

  8. Oracle Golden Gate - 概念和机制 (ogg)

    Golden Gate(简称OGG)提供异构环境下交易数据的实时捕捉.变换.投递. OGG支持的异构环境有: OGG的特性: 对生产系统影响小:实时读取交易日志,以低资源占用实现大交易量数据实时复制 ...

  9. 转://Oracle Golden Gate 概念和原理

    引言:Oracle Golden Gate是Oracle旗下一款支持异构平台之间高级复制技术,是Oracle力推一种HA高可用产品,简称“OGG”,可以实现Active-Active 双业务中心架构 ...

随机推荐

  1. sql优化的几种方式

    一.为什么要对SQL进行优化 我们开发项目上线初期,由于业务数据量相对较少,一些SQL的执行效率对程序运行效率的影响不太明显,而开发和运维人员也无法判断SQL对程序的运行效率有多大,故很少针对SQL进 ...

  2. 配置NFS实现nginx动静分离

    案例子任务一.安装配置NFS服务器 步骤1:使用docker容器配置NFS服务器 启动centos容器并进入 docker run -d --privileged centos:v1 /usr/sbi ...

  3. 搭建web攻防环境

    提示:本实验仅用于学习参考,不可用作其他用途! 任务一.基于centos7搭建dvwa web服务靶机 在centos7安装LAMP并启动,访问phpinfo页面 从互联网下载dvwa并解压到/var ...

  4. 为什么不建议把数据库部署在Docker容器内?

    近2年Docker非常的火热,各位开发者恨不得把所有的应用.软件都部署在Docker容器中,但是您确定也要把数据库也部署的容器中吗?这个问题不是子虚乌有,因为在网上能够找到很多各种操作手册和视频教程, ...

  5. C#自定义控件的应用(数据绑定,属性等)

    刚刚开始程序设计的码农生涯,也许一些开发工具上的控件可以满足我们的需求,但是随之时间的迁移,我们对控件的呈现形式需求越来越多样化,这个时候就需要我们来自定义控件,我是一个刚刚入职没多久的菜鸟,接触软件 ...

  6. 翻译 | 30个 Python3 的最佳实践,技巧和窍门

    1.使用 Python3 如果你关注 Python 的话,应该会知道 Python 2 已经于今年(2020 年)1 月 1 日正式弃用了.这份教程的很多例子都是只支持 Python 3 的,如果你还 ...

  7. ElasticSearch--一、使用场景以及对应软件配置安装

    废话不多说,直接来硬的!我在使用的时候使用的是mysql数据库. 一.ElasticSearch概念和使用场景 1.当我们需要搜索海量数据的时候,就可能会用到.以下使用的场景有哪些呢? 搜索海量数据 ...

  8. 阿里云centos7安装mysql8数据库

    一.安装mysql 1. mysql官网查找仓库源镜像,选择downloads https://www.mysql.com/downloads/ 2. 找到社区版 3. 选择yum仓库 4. 选择对应 ...

  9. WPF学习笔记01_XAML之简介

    简介 XAML (发音"zammel" 咋么儿),用于实例化.NET对象的标记语言,主要用于构造WPF的用户界面.类似html标记语言. 通过XAML,程序员可以用代码的方式对界面 ...

  10. Spring Cloud Gateway 跨域 CORS 配置方式实现

    网上找了一堆文章全是说这样写无效 globalcors: cors-configurations: '[/**]': allowCredentials: true allowedOriginPatte ...