前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >原创 | codeforces 1443D,解法简单,思维缜密的动态规划问题

原创 | codeforces 1443D,解法简单,思维缜密的动态规划问题

作者头像
TechFlow-承志
发布2020-11-16 14:26:35
4410
发布2020-11-16 14:26:35
举报
文章被收录于专栏:TechFlowTechFlow

大家好,欢迎来到周末算法题。

今天选择的问题是上周的比赛的D题,这题是全场倒数第三题,截止到现在一共通过了2800余人。这题的思路不算难,但是思考过程非常有趣,这也是这一期选择它的原因。

链接:https://codeforces.com/contest/1443

废话就先说到这里,下面我们就来看题吧。

题意

给定n个整数,对于这n个整数我们可以采取两种操作。第一种操作是在数组左侧选择连续的k个整数减1,第二种操作是选择右侧的连续k个整数减1

比如假设数组是[3, 2, 2, 1, 4],比如我们选择k=2,取最左侧进行操作,那么我们会得到[2, 1, 2, 1, 4]。如果我们选择k=3,再取右侧进行操作,可以得到[2, 1, 1, 0, 3]。

现在我们想要知道,给定这样的数组,我们能否通过这两个操作将数组清空。如果可以输出YES,否则的话输出NO。

样例

题解

由于我们对于k没有限制,最多我们可以一次对数组内的n个元素全部减一。所以k不是限制我们的因素,最大的限制其实是在元素本身。

我们分析一下会发现,由于数组当中的元素大小不一,这其实是隐形的限制。举个例子,比如[2, 8, 3]。由于我们只能从两侧开始选择元素进行操作,所以由于2和3比较小,会导致我们没有办法把中间的8消除完。当然无法消除的原因可能有好几种,但基本上都是由于元素的大小不一导致的。

首先我们对这个问题进行一个简单的建模,题目当中没有限制执行的次数,所以减一次和减很多次是一样的。我们可以把可以合并的操作合并在一起,理解成执行一次可以减去任意的值。并且我们可以把操作反向理解,把数组当中的值看成是容器,这样我们从数组当中减去值的操作,就可以等价理解成向容器当中输入水流,这样会容易理解一些。

我的第一想法很简单,我们可以求出每个位置能够从左侧和右侧分别获得的最大数值。只要左右两侧能够获取的流量之和大于等于容器的容积,那么就说明我们可以获取到足够的流量灌满所有的容器。

我很快就写出了代码,建了一个二维数组,dp[i][0]表示第i个元素从左侧源头能够获取的最大流量。dp[i][1]表示第i个元素可以从右侧源头获取到的最大流量。由于我们需要保证每个容器存储的体积不能超过容量,所以我们需要很容易得出递推关系。

dp[i][0] = min(dp[i-1][0], a[i])

关系明确了很容易写出代码:

代码语言:javascript
复制
using namespace std;
 
int a[30006], dp[30006][2];
 
int main() {
    int t, n;
    scanf("%d", &t);
    rep(z, 0, t) {
        scanf("%d", &n);
        rep(i, 1, n+1) scanf("%d", &a[i]);
        MEM(dp, 0x3f);
        // 从左侧递推,获取dp[i][0]
        rep(i, 1, n+1) {
            dp[i][0] = min(dp[i-1][0], a[i]);
        }
        // 从右侧递推,获取dp[i][1]
        Rep(i, n, 0) {
            dp[i][1] = min(dp[i+1][1], a[i]);
        }
 
        bool flag = 1;
        rep(i, 1, n+1) {
            // 如果存在某个元素从左右两侧获取的流量之和无法灌满
            // 则返回NO
            if (dp[i][0] + dp[i][1] < a[i]) {
                flag = 0;
                break;
            }
        }
        puts(flag ? "YES" : "NO");
    }
    return 0;
}

但是很遗憾,这样不能AC,因为dp的数组维护的其实是某个位置从左侧和从右侧能够获取的最大值,这是一个理想情况,很有可能这个理想情况是无法实现的。

举个很简单的反例:[2, 4, 2, 4, 2],这些元素左右两边能够获取到的最大流量值都是2,但是这里是有问题的。观察一下会发现数组当中的两个4是无法同时满足的,无法满足的原因是因为中间的2限制了通过的流量。虽然理论上从左往右和从右往左能够通过的流量上限都是2,但是这个上限是无法同时取到的

这个问题用上述的方法是解决不了的,所以需要重新构思。这里我们深入分析会发现一个比较麻烦的点,在于每个点都有两个源头,我们无法确定流量分配。不过这个问题也很好解决,因为左右两边的流量是没有区别的。所以我们可以以某一侧为主,剩余不够的流量再由另一侧补充。

比如我们可以以左侧为主,把左侧能够获取的流量开启到最大,不够地再通过右侧补充。如果右侧的流量无法补充,那么就说明无解。

我们用dp[i][0]记录i位置从左侧获取的流量,dp[i][1]记录i位置从右侧获取的流量。

代码语言:javascript
复制
#include <iostream>
#include <cstdio>
#include <cstring>
#include <queue>
#include <vector>
#include <cmath>
#include <cstdlib>
#include <string>
#include <map>
#include <set>
#include <algorithm>
#include "time.h"
#include <functional>
#define rep(i,a,b) for (int i=a;i<b;i++)
#define Rep(i,a,b) for (int i=a;i>b;i--)
#define foreach(e,x) for (__typeof(x.begin()) e=x.begin();e!=x.end();e++)
#define mid ((l+r)>>1)
#define lson (k<<1)
#define rson (k<<1|1)
#define MEM(a,x) memset(a,x,sizeof a)
#define L ch[r][0]
#define R ch[r][1]
const int N=1000050;
const long long Mod=1000000007;
 
using namespace std;
 
int a[30006], dp[30006][2], min_need[30006][2], record[30006][2];
 
int main() {
    int t, n;
    scanf("%d", &t);
    rep(z, 0, t) {
        scanf("%d", &n);
        rep(i, 1, n+1) scanf("%d", &a[i]);
        MEM(dp, 0x3f);
        dp[0][1] = 0;
        bool flag = 1;
        rep(i, 1, n+1) {
            # 如果右侧需要的流量大于容器容积
            if (dp[i-1][1] > a[i]) {
                flag = 0;
                break;
            }
            # 左侧能够获取的流量,因为i-1从右侧获取的流量也会经过i,所以需要减去
            dp[i][0] = min(dp[i-1][0], a[i] - dp[i-1][1]);
            # 需要从右侧获取的流量需要累加
            dp[i][1] = dp[i-1][1] + max(0, a[i] - dp[i][0] - dp[i-1][1]);
        }
        puts(flag ? "YES" : "NO");
    }
    return 0;
}

虽然这个是很简单的动态规划的思想,但是一些细节很容易忽略。比如说i-1位置的右侧流量会流经i以及大于i每一个位置。所以每一个位置的右侧流量是累加的,是越来越大的。只要能够把握住这点,AC是不难的。

总体来说这题的难度不大,对于思维的要求不是很高,但是非常考验思维的缜密性和逻辑性。非常适合用来进行思维锻炼。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-11-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Coder梁 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 题意
    • 样例
    • 题解
    相关产品与服务
    容器服务
    腾讯云容器服务(Tencent Kubernetes Engine, TKE)基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务,覆盖 Serverless、边缘计算、分布式云等多种业务部署场景,业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者,主导开源项目Crane,全面助力客户实现资源优化、成本控制。
    领券
    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档