题目大意

  农夫约翰决定给站在一条线上的N(1 <= N <= 200,000)头奶牛制作一张全家福照片,N头奶牛编号1到N。于是约翰拍摄了M(1 <= M <= 100,000)张照片,每张照片都覆盖了连续一段奶牛:第i张照片中包含了编号a_i 到 b_i的奶牛。但是这些照片不一定把每一只奶牛都拍了进去。在拍完照片后,约翰发现了一个有趣的事情:每张照片中都有且仅有一只身上带有斑点的奶牛。约翰意识到他的牛群中有一些斑点奶牛,但他从来没有统计过它们的数量。 根据照片,请你帮约翰估算在他的牛群中最多可能有多少只斑点奶牛。如果无解,输出“-1”。

题解

状态的设计

  我一开始看见了区间,便老是往数据结构那里想,花费了很长时间;后来想到了动规,希望用f(i, j)来表示前i头牛、前j张照片中最多会有多少斑点牛,却发现这样的决策具有后效性。

  避免后效性的方法便是增加限制条件。我们让f(i)指第i头牛是有斑点的情况下前i头奶牛中最多会有多少斑点牛即可。

状态的转移

  本题的难点之一在于可以转移的转移的状态范围不固定。i的前一头斑点牛必须在i所在任何区间的左侧,而且它要么被在i所在的左端点最靠左的区间a的相邻左侧的区间b内,要么位于a与b间不被区间包含的部分中。因此,可以转移到i的状态组成了一个区间[_cows[i].PrevL, _cows[i].PrevR]。PrevR便是a的左端点-1,PrevL便是b的左端点。因此递归式为f(i) = max(f[j]+1|j∈[_cows[i].PrevL, _cows[i].PrevR])。由于转移来源是个区间,所以我们可以用单调队列来优化。

PrevL, PrevR的求法

  这是一个极其新颖的做法:若我们知道一个序列是单调不减的,有很多元素都重复,那么我们可以把序列中值开始变化的分界点的值求出来,然后从前到后或从后往前扫描一遍即可求出这个序列。

  我们知道随着i的递增, _cows[i].PrevL,PrevR都是递增的。那么分界点在哪里呢?若PrevL变化,则i在一个区间的右端点+1处;若PrevR变化,则i在一个区间的右端点处。由于取min和取max的区别,我们PrevL从左到右扫描,PrevR从右到左扫描。

  注意我们以上都没有提到“区间的左端点”这个位置,因为区间的左端点可能并不是PrevL的分界点,因为若该区间左侧有一段空白,PrevL不变。另外PrevR的分界点可能会漏掉,因为一段区间右端点以后不一定紧跟另一个区间的左端点。

最后输出的结果

  错误求法是DP完后,对所有i取最大值。结果是会漏掉-1的情况。原因是F[i]指考虑负责包含[1, i]这些点的区间,以后的区间没有考虑。若最大值是在前面取的,一些右面的区间可就没有对应的点喽!

  正确的做法是后部增加一个奶牛,求它的F值就对了。这样也可以迅速得知-1的情况。

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std; const int MAX_RANGE_CNT = 100010, MAX_ID = 200010, MINF = 0xcfcfcfcf;
int TotId, TotRange;
int F[MAX_ID]; struct Range
{
int L, R; bool operator < (const Range& a) const
{
return L < a.L;
}
}_ranges[MAX_RANGE_CNT]; struct Cow
{
int PrevL, PrevR;
}_cows[MAX_ID]; struct SlideWindow
{
private:
struct Queue
{
private:
int A[MAX_ID];
int Head, Tail; public:
Queue():Head(0), Tail(0){}
void push_back(int x) { A[Tail++] = x; }
void pop_back() { Tail--; }
int back() { return A[Tail - 1]; }
void pop_front() { Head++; }
int front() { return A[Head]; }
bool empty() { return Head == Tail; }
}IdQ; int Tail; public:
SlideWindow(): Tail(-1){} int Move(int tail, int len)
{
while (Tail < tail)
{
Tail++;
int head = Tail - len + 1;
while (!IdQ.empty() && IdQ.front() < head)
IdQ.pop_front();
while (!IdQ.empty() && F[IdQ.back()] < F[Tail])
IdQ.pop_back();
IdQ.push_back(Tail);
}
if (len <= 0)
return MINF;
return F[IdQ.front()];
} int GetMax()
{
return F[IdQ.front()];
}
}; void Read()
{
scanf("%d%d", &TotId, &TotRange);
for (int i = 1; i <= TotRange; i++)
scanf("%d%d", &_ranges[i].L, &_ranges[i].R);
TotId++;
} int NoAns; void SetCoverL()
{
sort(_ranges + 1, _ranges + TotRange + 1);
for (int i = 1; i <= TotId; i++)
_cows[i].PrevR = i - 1;
for (int i = 1; i <= TotRange; i++)
{
_cows[_ranges[i].R].PrevR = min(_cows[_ranges[i].R].PrevR, _ranges[i].L - 1);
_cows[_ranges[i].R + 1].PrevL = max(_cows[_ranges[i].R + 1].PrevL, _ranges[i].L);
}
for (int i = 2; i <= TotId; i++)
_cows[i].PrevL = max(_cows[i].PrevL, _cows[i - 1].PrevL);
for (int i = TotId - 1; i >= 1; i--)
_cows[i].PrevR = min(_cows[i].PrevR, _cows[i + 1].PrevR);
} int DP()
{
memset(F, MINF, sizeof(F));
F[0] = 0;
static SlideWindow g;
for (int i = 1; i <= TotId; i++)
{
F[i] = g.Move(_cows[i].PrevR, _cows[i].PrevR - _cows[i].PrevL + 1) + 1;
}
return F[TotId] < 0 ? -1 : F[TotId] - 1;
} int main()
{
Read();
SetCoverL();
printf("%d\n", DP());
return 0;
}

  

luogu3084 Photo 单调队列优化DP的更多相关文章

  1. BZOJ 3126 [USACO2013 Open]Photo (单调队列优化DP)

    洛谷传送门 题目大意:给你一个长度为$n$的序列和$m$个区间,每个区间内有且仅有一个1,其它数必须是0,求整个序列中数字1最多的数量 神题,竟然是$DP$ 定义$f_{i}$表示第i位放一个1时,最 ...

  2. bzoj3126[Usaco2013 Open]Photo 单调队列优化dp

    3126: [Usaco2013 Open]Photo Time Limit: 10 Sec  Memory Limit: 128 MBSubmit: 374  Solved: 188[Submit] ...

  3. bzoj 3126: [Usaco2013 Open]Photo——单调队列优化dp

    Description 给你一个n长度的数轴和m个区间,每个区间里有且仅有一个点,问能有多少个点 Input * Line 1: Two integers N and M. * Lines 2..M+ ...

  4. 单调队列优化DP,多重背包

    单调队列优化DP:http://www.cnblogs.com/ka200812/archive/2012/07/11/2585950.html 单调队列优化多重背包:http://blog.csdn ...

  5. 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 ...

  6. hdu3401:单调队列优化dp

    第一个单调队列优化dp 写了半天,最后初始化搞错了还一直wa.. 题目大意: 炒股,总共 t 天,每天可以买入na[i]股,卖出nb[i]股,价钱分别为pa[i]和pb[i],最大同时拥有p股 且一次 ...

  7. Parade(单调队列优化dp)

    题目连接:http://acm.hdu.edu.cn/showproblem.php?pid=2490 Parade Time Limit: 4000/2000 MS (Java/Others)    ...

  8. BZOJ_3831_[Poi2014]Little Bird_单调队列优化DP

    BZOJ_3831_[Poi2014]Little Bird_单调队列优化DP Description 有一排n棵树,第i棵树的高度是Di. MHY要从第一棵树到第n棵树去找他的妹子玩. 如果MHY在 ...

  9. 【单调队列优化dp】 分组

    [单调队列优化dp] 分组 >>>>题目 [题目] 给定一行n个非负整数,现在你可以选择其中若干个数,但不能有连续k个数被选择.你的任务是使得选出的数字的和最大 [输入格式] ...

随机推荐

  1. Java 开源博客 Solo 1.3.0 发布 - Docker 支持

    Solo 1.3.0 正式发布了,感谢一直以来关注 B3log 开源的朋友! 可以通过一个命令启动(不需要安装数据库.部署容器),也可以通过 war 方式部署容器,连接 MySQL.这应该是史上最容易 ...

  2. HTML CSS, JavaScript 计算器

    效果图: 代码: <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> < ...

  3. JS——select标签

    <!DOCTYPE html> <html> <head lang="en"> <meta charset="UTF-8&quo ...

  4. dnn 添加图片

    public string fileUpload()         {             if (fuPhoto.PostedFile != null && fuPhoto.P ...

  5. (转)Struts2的标签库

    http://blog.csdn.net/yerenyuan_pku/article/details/68638679 Struts2的标签库 对于一个MVC框架而言,重点是实现两部分:业务逻辑控制器 ...

  6. CAD在图纸保存的同时,也把基本信息保存了(网页版)

    主要用到函数说明: MxDrawXCustomFunction::Mx_SaveDwgToURLEx 保存DWG文件到服务器上的扩展函数.详细说明如下: 参数 说明 pszServerUrl 服务器网 ...

  7. awk 新手入门笔记

    转自:http://www.habadog.com/2011/05/22/awk-freshman-handbook/ awk新手入门笔记 @作者 : habadog@邮箱 : habadog1203 ...

  8. Python学习【第3篇】:Python之运算符

    一.运算符 计算机可以进行的运算有很多种,不只是加减乘除,它和我们人脑一样,也可以做很多运算. 种类:算术运算,比较运算,逻辑运算,赋值运算,成员运算,身份运算,位运算,今天我们先了解前四个. 算术运 ...

  9. Mysql 模糊查询总结

    语法: SELECT 字段集 FROM 表名 WHERE 字段名 LIKE 条件 模糊查询有四种匹配模式: 1.%:匹配任意0个或多个字符. 2._:匹配任意1个字符. 3.[]:匹配括号内所列字符中 ...

  10. Linux - VMware和Centos安装

    目录 Linux - VMware和Centos安装 选择性 下载centos系统ISO镜像 安装虚拟机VMware虚拟机 1. 准备vmware软件 2. 解压软件包, 当前选择vm12 3. vm ...