当前位置: 首页 > article >正文

蓝桥杯5130 健身

问题描述

小蓝要去健身,他可以在接下来的 1∼n 天中选择一些日子去健身。

他有 m 个健身计划,对于第 i 个健身计划,需要连续的 2^{ki} 天,如果成功完成,可以获得健身增益 si​ ,如果中断,得不到任何增益。

同一个健身计划可以多次完成,也能多次获得健身增益,但是同一天不能同时进行两个或两个以上的健身计划。

但是他的日程表中有 q 天有其他安排,不能去健身,问如何安排健身计划,可以使得 n 天的健身增益和最大。

输入格式

第一行输入三个整数 n,m,q 。

第二行输入 q 个整数,t1,t2,t3...tq​ ,代表有其他安排的日期。

接下来 m 行,每行输入两个整数 ki,si​ 。代表该训练计划需要 2^{ki} 天,完成后可以获得 si​ 的健身增益。

输出格式

一个整数,代表最大的健身增益和。

样例输入

10 3 3
1 4 9
0 3
1 7
2 20

样例输出

30

说明

在样例中 2∼3 天进行计划 2 ,5∼8 天进行计划 3 , 10∼10 天进行计划 1 。

评测数据范围

数据范围: 1≤q≤n≤2× 10^{5}, 1≤m≤50 , 1≤si≤10^{9} , 0≤ki≤20 , 1≤t1<t2<...<tq≤n 。

 

 

完全背包问题,枚举空闲段天数,每一段使用完全背包

问题转化
  • 每个健身计划 i 是一个“物品”:

    • 体积v[i](需要的天数)。

    • 价值w[i](健身增益)。

  • 背包容量day[k](当前区间的可用天数)。

  • 目标:在不超过 day[k] 的情况下,选择若干健身计划(可重复),使总价值最大。

状态转移
  • f[j] = max(f[j], f[j - v[i]] + w[i])

    • f[j]:不选当前计划。

    • f[j - v[i]] + w[i]:选当前计划,剩余天数 j - v[i] 的最优解加上当前价值。

#include<iostream>
#include<cmath>
#include<algorithm>#define int long long
using namespace std;const int N = 2e5+10;
int n, m, q;
int k[N];
int t[N];  //存储由其他安排的日期  
int v[N], w[N];
int day[N];  //day[i]:第i个区间的可用天数
int dp[N];  //dp[i]:表示用 i 天能获得的最大增益
int ans;signed main()
{cin>>n>>m>>q;for(int i=1; i<=q; ++i) cin>>t[i];for(int i=1; i<=m; ++i) cin>>k[i]>>w[i];//计算每个区间的可用天数t[0]=1, t[q+1]=n;  //为了计算day[i]赋的值 for(int i=q+1; i>0; --i){if(i==1 || i==q+1) day[i] = t[i] - t[i-1];else day[i] = t[i] - t[i-1]-1;} //计算每个健身计划需要的连续天数 for(int i=1; i<=m; ++i){v[i]= pow(2, k[i]);}for(int i=1; i<=q+1; ++i)  //遍历每个可健身区间{for(int j=1; j<=m; ++j)  //遍历每个健身计划{for(int p=v[j]; p<=day[i]; ++p){dp[p] = max(dp[p], dp[p-v[j]] + w[j]);}}ans += dp[day[i]];}cout<<ans;return 0;
}
http://www.lryc.cn/news/2383848.html

相关文章:

  • 电商虚拟户:重构资金管理逻辑,解锁高效归集与智能分账新范式
  • 腾讯2025年校招笔试真题手撕(二)
  • DeepSeek快速搭建个人网页
  • 安装完dockers后就无法联网了,执行sudo nmcli con up Company-WiFi,一直在加载中
  • 【深度学习新浪潮】2025年谷歌I/O开发者大会keynote观察
  • 小球弹弹弹
  • 案例分享——福建洋柄水库大桥智慧桥梁安全监测
  • 鸿蒙操作系统架构:构建全场景智慧生态的分布式操作系统
  • NBA足球赛事直播源码体育直播M35模板赛事源码
  • 自动化测试报告工具
  • Elasticsearch 实战面试题,每个题目都会单独解析
  • python 中 SchedulerManager 使用踩坑
  • Python后端框架新星Robyn:性能与开发体验的双重革命
  • 人工智能解析:技术革命下的认知重构
  • 【Linux】基础开发工具
  • OpenCV计算机视觉实战(7)——色彩空间详解
  • 体育直播网站如何实现实时数据
  • 【AI模型学习】上/下采样
  • Unity Shader入门(更新中)
  • 嵌入式学习的第二十六天-系统编程-文件IO+目录
  • 珠宝课程小程序源码介绍
  • KNN模型思想与实现
  • 【信息系统项目管理师】第15章:项目风险管理 - 55个经典题目及详解
  • fscan教程1-存活主机探测与端口扫描
  • 蓝桥杯1447 砝码称重
  • 腾讯2025年校招笔试真题手撕(三)
  • 怎样通过神经网络估计股票走向
  • 【RocketMQ 生产者和消费者】- 生产者启动源码-上报生产者和消费者心跳信息到 broker(3)
  • Python----循环神经网络(Word2Vec的优化)
  • Simon J.D. Prince《Understanding Deep Learning》