Codeforces Round 972 (Div. 2) C. Lazy Narek

ops/2024/9/23 19:21:01/

div2 972 C. Lazy Narek

首先,想到贪心,但是比较缠,前后选取互相影响,贪心不可取,所以基本确定是dp,再加上数据范围比较小,给dp留下了操作空间,如果是贪心的话,那么基本上是扫一遍,O(n)的复杂度,所以更加确定是dp

如何dp呢?

按照以往背包的经验,选与不选,先写上第一维dp[i]表示在前i个中选择,结果则是和问题相对应,为scoren−scorec 的最大可能值,其中如果遇到顺序的narek,加5分,否则如果n,a,r,e,k不在narek中,则减1分,简化为,遇到n,a,r,e,k减1分,遇到顺序的narek加10分,那么dp[i]则表示分数的最大值

但是一维远远不够,因为要和narek去匹配,所以再加一维,就是匹配到了narek的第几个字符 (加的这一维根据多出来的信息去加,比如该题额外的信息是和nerek这长度为5的字符串去匹配,那么第二维长度为5,再比如背包问题问背包为m的最多可以装多少重量的物品,那么第二维长度为m)

dp[i][j]表示在前i个字符串里选择,当前匹配到"narek"的第j个字符获得的最大分数
//不选
for(int j=0;j<5;j++) dp[i][j]=max(dp[i][j],dp[i-1][j]);
//选
for(int j=0;j<5;j++){dp[i][nxt]=max(dp[i][nxt],dp[i-1][j]+score);//在已经匹配了第j个字符的基础上,选了第i个字符串后,匹配到了第nxt个字符,获得了分数score
}

初始化也是一个难点:

初始化最后的时候再写,根据我们的循环第一次需要什么状态,作为一个启动源

除了启动源之外,如果是求最大,那么全初始化为很大的正数,如果是求最小,那么全初始化为很小的负数

i=1,j=0
dp[1][0]=max(dp[1][0],dp[0][0]);
dp[1][nxt(0)]=max(dp[1][nxt(0)],dp[0][0]+score(0));
//分析
其中,nxt(0)可能是[0,4]中的任何一个,score也不定,可能为正数,也可能为负数
首先,我们需要dp[0][0]作为前一状态转移到后一状态,目前状态为匹配到了第0个字符,也就是说目前什么也没匹配,那么dp[0][0]+score作为dp[1][nxt(0)]的分数,应该就是score,所以dp[0][0]需要初始化为0
#include<bits/stdc++.h>
#define endl '\n'
#define int long long
using namespace std;
typedef pair<int,int>PII;
const int N=1010;
int dp[N][10];
int n,m;
string tmp="narek";
PII f(string s,int now){int score=0;for(int i=0;i<(int)s.size();i++){if(tmp.find(s[i])!=tmp.npos) score--;if(s[i]==tmp[now]) {now++;if(now==5){score+=10;now=0;}}}return {score,now};
}
void solve() {cin>>n>>m;for(int i=0;i<=n;i++){for(int j=0;j<5;j++){dp[i][j]=-2e9;}}dp[0][0]=0;for(int i=1;i<=n;i++){string s;cin>>s;for(int j=0;j<5;j++) {dp[i][j]=max(dp[i][j],dp[i-1][j]);//不选PII t=f(s,j);int score=t.first,nxt=t.second;dp[i][nxt]=max(dp[i][nxt],dp[i-1][j]+score);}}int ans=0;for(int j=0;j<5;j++){ans=max(ans,dp[n][j]);}cout<<ans<<endl;
}
signed main() {ios::sync_with_stdio(false);cin.tie(0);cout.tie(0);int t=1;cin>>t;while(t--) {solve();}return 0;
}

http://www.ppmy.cn/ops/114920.html

相关文章

机器翻译之数据处理

目录 1.导包 2.读取本地数据 3.定义函数&#xff1a;数据预处理 4.定义函数&#xff1a;词元化 5.统计每句话的长度的分布情况 6. 获取词汇表 7. 截断或者填充文本序列 8.将机器翻译的文本序列转换成小批量tensor 9.加载数据 10.知识点个人理解 1.导包 #导包 import o…

vue项目中——如何用echarts实现动态水球图

有时候UI的脑洞真的很大&#xff0c;总是设计出一些稀奇古怪的图形&#xff0c;但又不得不佩服他们的审美&#xff0c;确实还挺好看的。今天给大家介绍echarts如何实现动态水球图。如图所示&#xff1a; 实现步骤 一、引入 在vue页面中引入echarts&#xff0c;如未安装需要先…

【裸机装机系列】8.kali(ubuntu)-虚拟内存swap交换分区扩展

推荐阅读&#xff1a; 1.kali(ubuntu)-为什么弃用ubuntu&#xff0c;而选择基于debian的kali操作系统 linux swap交换分区&#xff0c;相当于win系统虚拟内存的概念。当linux系统的物理内存不够用的时候&#xff0c;就需要将物理内存中的一部分空间释放出来&#xff0c;以供当前…

leetcode02——59. 螺旋矩阵 II、203. 移除链表元素

59. 螺旋矩阵 II class Solution {public int[][] generateMatrix(int n) {int[][] nums new int[n][n]; // 定义二维数组用于存储数据int startX 0; // 定义每循环一个圈的起始位置int startY 0;int loop 1; // 定义圈数&#xff0c;最少1圈int count 1; // 用来给矩阵中…

Qt 模型视图(四):代理类QAbstractItemDelegate

文章目录 Qt 模型视图(四):代理类QAbstractItemDelegate1.基本概念1.1.使用现有代理1.2.一个简单的代理 2.提供编辑器3.向模型提交数据4.更新编辑器的几何图形5.编辑提示 Qt 模型视图(四):代理类QAbstractItemDelegate ​ 模型/视图结构是一种将数据存储和界面展示分离的编程方…

【python对遥感数据进行数据清洗和归一化处理,以高分6号卫星(WFV)数据为例】

python对遥感数据进行数据清洗和归一化处理&#xff0c;以高分6号卫星&#xff08;WFV&#xff09;数据为例 处理遥感数据&#xff0c;如高分6号卫星&#xff08;GF-6&#xff09;的宽视场成像仪&#xff08;WFV&#xff09;数据&#xff0c;通常涉及数据读取、数据清洗&…

python画图1

import matplotlib.pyplot as pltplt.rcParams["font.sans-serif"] ["SimHei"]# 模拟数据 years [2016, 2017, 2018, 2019, 2020, 2021, 2022] market_size [7950, 8931, 9940, 11205, 12305, 13199, 14980] my_color #3e9df5plt.plot(years, market_s…

ppt一键生成免费版软件有哪些?如何高效生成论文答辩?

答辩经验丰富的人都知道&#xff0c;制作论文答辩ppt是一项既繁琐又耗时的工作。 我们需要从数万字的论文中提炼关键点&#xff0c;梳理内容的逻辑关系&#xff0c;然后进行细致的排版和美化&#xff0c;最后还要进行反复的检查和试讲。整个过程不仅耗费时间&#xff0c;而且需…