当前位置: 首页 > article >正文

洛谷 P15800:[GESP202603 六级] 选数 ← 动态规划

【题目来源】https://www.luogu.com.cn/problem/P15800【题目描述】【输入格式】第一行一个正整数表示数组长度。第二行n 个正整数 a1, a2, …, an表示数组 a。第三行n 个正整数 b1, b2, …, bn表示数组 b。【输出格式】一行一个整数表示在满足下标条件的前提下数组 a 对应下标的整数之和的最大值。【输入样例】61 1 4 5 1 41 2 3 2 1 0​​​​​​​【输出样例】11【数据范围】对于 40% 的测试点保证 2≤n≤10^3。对于所有测试点保证 2≤n≤10^50≤ai≤10^90≤bi≤n。【算法分析】● 闫氏 DP 分析法https://www.bilibili.com/video/BV1X741127ZM● 最后一步法https://www.bilibili.com/video/BV1xb411e7ww● 解题思路来源于https://mp.weixin.qq.com/s/MzuV2CmidkGD5I-EMGS28A这是一个典型的带跳跃限制的动态规划问题。如果我们当前选择位置 i那么下一个可选择的位置必须满足 j≥ib[i]。因此可以从 i 跳到区间 [ib[i], n]。1状态定义设 f[i] 表示当第一个选择的位置是 i 时能够获得的最大收益。2状态转移如果选择了 i下一步可以选任意 j∈[ib[i], n]。于是f[i]a[i]max(f[j]) 其中 j≥ib[i]如果 ib[i]n说明后面不能再选。此时有 f[i]a[i]。3优化直接枚举 j 会变成 O(n²)。我们可以维护一个后缀最大值数组 mx[i] max(f[i], f[i1], ..., f[n])。这样就能 O(1) 得到 max(f[j])当 j≥ib[i]mx[ib[i]] 时。于是转移方程优化为当 ib[i]n时f[i]a[i]mx[ib[i]]。否则f[i]a[i]。4最终答案因为可以从任意位置开始答案就是 max(f[1], f[2], ..., f[n])。复杂度分析DP 计算 O(n)空间复杂度 O(n)。整体复杂度 O(n)完美通过。【算法代码】#include bits/stdc.h using namespace std; typedef long long LL; const int N1e55; int a[N],b[N]; LL f[N],ans; int n; int main() { ios::sync_with_stdio(0); cin.tie(0); cout.tie(0); cinn; for(int i1; in; i) cina[i]; for(int i1; in; i) cinb[i]; for(int i1; in; i) { ansmax(ans,f[i]a[i]); if(ib[i]n) { f[ib[i]]max(f[ib[i]],f[i]a[i]); } f[i1]max(f[i1],f[i]); } coutans; return 0; } /* in: 6 1 1 4 5 1 4 1 2 3 2 1 0 out: 11 */【参考文献】https://gesp.ccf.org.cn/101/attach/1734457386074144.pdfhttps://blog.csdn.net/hnjzsyjyj/article/details/113549272https://mp.weixin.qq.com/s/MzuV2CmidkGD5I-EMGS28Ahttps://mp.weixin.qq.com/s/xPLBl-FiJOvgF83-lqbGTA

相关文章:

洛谷 P15800:[GESP202603 六级] 选数 ← 动态规划

【题目来源】 https://www.luogu.com.cn/problem/P15800 【题目描述】 【输入格式】 第一行,一个正整数,表示数组长度。 第二行,n 个正整数 a1, a2, …, an,表示数组 a。 第三行,n 个正整数 b1, b2, …, bn&#xff0…...

CoPaw模型辅助教学应用:智能生成习题、解答与个性化学习路径

CoPaw模型辅助教学应用:智能生成习题、解答与个性化学习路径 1. 教育场景的痛点与机遇 在线教育平台和教师备课过程中,最耗时费力的环节往往不是授课本身,而是教学内容的准备和个性化反馈。一位中学数学老师曾告诉我:"每天…...

[特殊字符] Meixiong Niannian画图引擎技术债管理:重构计划/依赖升级/安全漏洞响应

Meixiong Niannian画图引擎技术债管理:重构计划/依赖升级/安全漏洞响应 1. 项目背景与技术架构 Meixiong Niannian画图引擎是一款专为个人GPU设计的轻量化文本生成图像系统,基于Z-Image-Turbo底座和meixiong Niannian Turbo LoRA技术构建。该系统针对通…...

Nanbeige 4.1-3B多场景落地:数字博物馆用像素终端讲述文物故事

Nanbeige 4.1-3B多场景落地:数字博物馆用像素终端讲述文物故事 1. 项目背景与设计理念 在数字博物馆的交互设计中,如何让文物"活起来"一直是行业难题。传统的信息展示方式往往过于静态和学术化,难以吸引年轻观众的持续关注。Nanb…...

【GitHub项目推荐--Zoxide:智能化的终端目录导航工具】⭐⭐⭐⭐⭐

简介 Zoxide 是一款基于 Rust 语言开发的跨平台命令行工具,旨在彻底改变用户在终端中切换目录的方式。它被设计为传统 cd命令的智能化替代品,灵感来源于经典的 z和 autojump工具。Zoxide 通过持续学习用户的目录访问习惯,构建一个基于“频率…...

【GitHub项目推荐--Yazi:极速异步终端文件管理器】⭐⭐⭐⭐⭐

简介 Yazi(中文意为“鸭子”)是一款由 Rust 语言编写的现代化终端文件管理器。它采用完全异步的 I/O 架构,旨在解决传统文件管理器(如 Ranger)在处理大量文件或高分辨率图像预览时的性能瓶颈。Yazi 不仅速度快&#x…...

【GitHub项目推荐--Memory-LanceDB-Pro:赋予 AI 代理真正的长期记忆】

简介 Memory-LanceDB-Pro 是 CortexReach 团队为 OpenClaw(原 Clawdbot/Moltbot)框架开发的一款企业级长期记忆插件。它旨在彻底解决 AI 代理在跨会话、跨时间交互中的“失忆”问题。传统的 AI 代理通常受限于上下文窗口,一旦对话结束或重启…...

【GitHub项目推荐--CashClaw:Moltlaunch 生态的自主工作代理】

简介 CashClaw 是由 Moltlaunch 团队开发的一款开源自主 AI 代理(Agent)。它不仅仅是一个对话助手,而是一个具备“接单-干活-收款-学习”完整闭环的商业化智能体。该项目的核心目标是构建一个能够自主在 Moltlaunch 链上工作市场中生存的 AI…...

计算机组成原理视角:理解SenseVoice-Small模型在GPU上的计算与存储

计算机组成原理视角:理解SenseVoice-Small模型在GPU上的计算与存储 最近在部署和优化一些语音模型时,我常常在想,我们输入一段音频,模型怎么就“听懂”并“说出”了另一段话?这背后不仅仅是算法在起作用,更…...

手把手教你用THE LEATHER ARCHIVE:一键生成赛博朋克皮衣穿搭

手把手教你用THE LEATHER ARCHIVE:一键生成赛博朋克皮衣穿搭 1. 项目介绍与快速体验 THE LEATHER ARCHIVE是一款专为时尚设计师和动漫爱好者打造的高端AI穿搭生成工具。不同于传统AI绘画工具的复杂界面,它采用了独特的杂志式布局,让你像翻阅…...

Hunyuan-MT-7B部署优化:如何调整参数提升翻译速度和稳定性

Hunyuan-MT-7B部署优化:如何调整参数提升翻译速度和稳定性 1. 部署环境准备与基础配置 1.1 硬件要求与推荐配置 Hunyuan-MT-7B作为70亿参数的大模型,对硬件有一定要求但相对友好: 最低配置:NVIDIA RTX 3090 (24GB显存) 32GB内…...

效率工具RimSort:智能管理系统的3个维度突破

效率工具RimSort:智能管理系统的3个维度突破 【免费下载链接】RimSort 项目地址: https://gitcode.com/gh_mirrors/ri/RimSort 当你的项目依赖组件超过50个时,如何快速定位冲突源?面对频繁的版本更新,怎样建立自动化维护机…...

AI万能分类器入门教程:5分钟搭建新闻自动分类系统,零基础友好

AI万能分类器入门教程:5分钟搭建新闻自动分类系统,零基础友好 1. 引言:为什么需要零样本分类? 每天互联网上产生的新闻内容超过百万条,传统的人工分类方式早已无法应对这种信息爆炸。想象一下,如果你正在…...

CoPaw构建知识图谱:从非结构化文本中抽取实体与关系

CoPaw构建知识图谱:从非结构化文本中抽取实体与关系 1. 引言:为什么需要自动构建知识图谱 想象一下,你的公司积累了成千上万份文档——产品手册、客户报告、会议记录、研究论文。这些文字里藏着宝贵的知识,但就像散落的拼图碎片…...

书匠策AI:文献综述的“智能魔法师”,让论文写作事半功倍!

在学术探索的征途中,每一位研究者都像是勇敢的航海家,而文献综述则是那盏指引方向的明灯。它不仅照亮了前人研究的足迹,更为我们的研究之旅铺设了坚实的基石。然而,面对浩如烟海的文献资料,如何高效、精准地提炼出关键…...

Z-Image-Turbo-rinaiqiao-huiyewunv 盲测挑战:AI 生成 vs. 真实摄影,你能分辨吗?

Z-Image-Turbo-rinaiqiao-huiyewunv 盲测挑战:AI 生成 vs. 真实摄影,你能分辨吗? 最近,一个关于AI生成图像的讨论在圈子里挺火的。大家争论的焦点是:现在的AI画出来的图,到底有多像真的照片?有…...

书匠策AI:文献综述写作的“智慧魔法师”

在学术的广袤天地里,每一篇论文都像是一座精心构建的城堡,而文献综述则是这座城堡的基石,它不仅承载着前人的智慧结晶,更为后续的研究指明了方向。然而,面对浩如烟海的文献资料,如何高效、精准地梳理出研究…...

文献看不完、综述写不出?百考通AI帮你把“信息碎片”变成“学术地图”

你是不是也这样? 导师说:“先写一篇扎实的文献综述。” 你信心满满打开知网、万方、Web of Science…… 一周后,PDF堆满桌面,笔记写了十几页,脑子却越来越乱。 这篇说A理论成立,那篇用B方法反驳&#xff…...

救命!我的文献综述被导师夸“有深度”,其实我只用了10分钟?!

姐妹们,坦白局时间�� 上周我的开题报告一次性通过, 导师甚至在组会上说:“这篇文献综述逻辑很清晰,能看出你对领域有整体把握。” 我表面淡定点头,心里疯狂OS: “其实我根本没读完…...

告别虚拟机!Win11上保姆级配置Kali Linux子系统,附图形化界面与阿里云源教程

Win11极致轻量化Kali Linux子系统实战:从零构建渗透测试工作站 如果你是一名安全研究员、渗透测试工程师,或者只是对网络安全充满好奇的技术爱好者,那么Kali Linux一定不会陌生。但传统虚拟机方案带来的性能损耗和资源占用,常常让…...

STM32CubeMX实战:5个HAL库/LL库常见BUG及修复方案(附代码)

STM32CubeMX实战:5个HAL库/LL库典型问题深度解析与修复方案 在嵌入式开发领域,STM32CubeMX作为一款强大的图形化配置工具,极大地简化了STM32微控制器的初始化流程。然而,无论是经验丰富的工程师还是刚入门的新手,在使用…...

Qwen3-VL-8B跨平台开发准备:Windows系统下的Python与CUDA环境搭建

Qwen3-VL-8B跨平台开发准备:Windows系统下的Python与CUDA环境搭建 想在自己的Windows电脑上跑一跑Qwen3-VL-8B这样的多模态大模型,第一步也是最关键的一步,就是把开发环境给搭好。很多朋友可能觉得在Windows上配置GPU开发环境很麻烦&#xf…...

我抓包了 Cline 与模型的通信,发现了一件有趣的事

#> MCP 规定了工具怎么注册和调用,但没规定工具信息怎么传给 LLM。Cline 是怎么做的?通过搭建一个中间人服务器抓包,完整的通信协议暴露在眼前。从一个问题开始 学完 MCP 基础之后,你可能会有一个疑问:“MCP 定义了…...

液晶接口系列——MIPI(四)DSI信号完整性测试与优化实战

1. DSI信号完整性测试的核心挑战 第一次用示波器抓取MIPI DSI信号时,我盯着屏幕上扭曲的波形愣了半天——这和教科书上完美的眼图相差十万八千里。后来才发现,当信号速率超过1Gbps时,哪怕PCB走线多绕了5mm,都会导致明显的信号劣化…...

零基础学Python:从搭建环境到第一行代码

目录 一、Python是什么?为什么选择它? 二、环境搭建:工欲善其事,必先利其器 三、软件选择:你的代码“笔记本” 四、第一行代码:Hello, World! 五、遇到的坑与解决方法 各位小伙伴好,从今天开…...

乙巳马年·皇城大门春联生成终端W模型安全与内容过滤配置教程

乙巳马年皇城大门春联生成终端W模型安全与内容过滤配置教程 春节临近,用AI写春联成了不少朋友的新玩法。但你想过没有,如果AI生成的春联里出现了不合适的内容,那可就尴尬了。比如,在喜庆的节日里,万一生成了一些带有负…...

CYBER-VISION零号协议Java集成实战:构建企业级AI微服务应用

CYBER-VISION零号协议Java集成实战:构建企业级AI微服务应用 最近和不少做企业级应用开发的朋友聊天,发现大家有个共同的痛点:好不容易找到一个效果不错的AI模型,比如最近挺火的CYBER-VISION零号协议,但怎么把它顺滑地…...

Qwen2.5-7B快速体验:网页推理服务的搭建与使用

Qwen2.5-7B快速体验:网页推理服务的搭建与使用 1. 引言:为什么选择Qwen2.5-7B Qwen2.5-7B是阿里最新开源的大语言模型,相比前代版本有了显著提升。对于想要快速体验大模型能力的开发者来说,它有几个突出优势: 知识量…...

Qwen3.5-9B保姆级教程:Conda环境隔离+torch.compile加速Qwen3.5-9B推理性能

Qwen3.5-9B保姆级教程:Conda环境隔离torch.compile加速Qwen3.5-9B推理性能 1. 学习目标与前置准备 本文将带您从零开始搭建Qwen3.5-9B推理环境,通过Conda实现环境隔离,并利用torch.compile技术显著提升模型推理速度。学完本教程您将掌握&am…...

LiveKit Agents主题定制终极指南:打造个性化AI语音代理的5个步骤

LiveKit Agents主题定制终极指南:打造个性化AI语音代理的5个步骤 【免费下载链接】agents Build real-time multimodal AI applications 🤖🎙️📹 项目地址: https://gitcode.com/GitHub_Trending/agen/agents LiveKit Ag…...