E. Maximum Monogonosity
You are given an array aa of length nn and an array bb of length nn. The cost of a segment [l,r][l,r], 1≤l≤r≤n1≤l≤r≤n, is defined as |bl−ar|+|br−al||bl−ar|+|br−al|.
Recall that two segments [l1,r1][l1,r1], 1≤l1≤r1≤n1≤l1≤r1≤n, and [l2,r2][l2,r2], 1≤l2≤r2≤n1≤l2≤r2≤n, are non-intersecting if one of the following conditions is satisfied: r1<l2r1<l2 or r2<l1r2<l1.
The length of a segment [l,r][l,r], 1≤l≤r≤n1≤l≤r≤n, is defined as r−l+1r−l+1.
Find the maximum possible sum of costs of non-intersecting segments [lj,rj][lj,rj], 1≤lj≤rj≤n1≤lj≤rj≤n, whose total length is equal to kk.
Input
Each test consists of multiple test cases. The first line contains a single integer tt (1≤t≤1000)(1≤t≤1000) — the number of sets of input data. The description of the test cases follows.
The first line of each test case contains two integers nn and kk (1≤k≤n≤30001≤k≤n≤3000) — the length of array aa and the total length of segments.
The second line of each test case contains nn integers a1,a2,…,ana1,a2,…,an (−109≤ai≤109−109≤ai≤109) — the elements of array aa.
The third line of each test case contains nn integers b1,b2,…,bnb1,b2,…,bn (−109≤bi≤109−109≤bi≤109) — the elements of array bb.
It is guaranteed that the sum of nn over all test case does not exceed 30003000.
Output
For each test case, output a single number — the maximum possible sum of costs of such segments.
我比赛时写的是o(nk^2) 的比较常规的转移
dp[n1][k1]=max(dp[n1−1][k1],dp[n1−l][k1−l]+f(n1−l+1,n1),1≤l≤k1)
看别人写之后才发现题目太妙了
首先我们不要把目光光顾着所有个区间,你去看方程的含义
其实化简出来有4中不同的方程
bl-ar+br-al
ar-bl+br-al
ar-bl+al-br
bl-ar+al-br
那bl,al来说有4种不同的状态(1,1),(1,-1),(-1,1),(-1,-1)
因为bl和ar相对应,al和bl相对应,那么br,br的状态恰好和ar,al的相反
所有整个方程有4种状态
那我们怎么知道要用哪种状态呢
我们用dp[4010][4010][5]来存储
dp[i][j][k]--》i表示当前到达第i位,j表示当前取j个元素,k(0~3)用状态压缩表示当第j个元素取al和bl的状态以及前面i-1位中取j-1个元素的最佳状态的和,k(4)表示当前取第i位取j个元素的最佳状态
因为我们上面说你知道ar,al的状态就能知道br,bl的状态:比如bl,al=(1,-1)则br,ar=(1,-1)
因为所有你通过枚举b就能知道当前的最大值
#include<iostream>
#include<algorithm>
#include<numeric>//accumulate(be,en,0)
#include<cstring>//rfind("string"),s.find(string,begin)!=s.npos,find_first _of(),find_last_of()
#include<string>//to_string(value),s.substr(int begin, int length);
#include<cstdio>
#include<cmath>
#include<vector>//res.erase(unique(res.begin(), res.end()), res.end()),reverse(q.begin(),q.end()),vector<int>().swap(at[mx])
#include<queue>//priority_queue(big) /priority_queue<int, vector<int>, greater<int>> q(small)
#include<stack>
//#include<map>//unordered_map
#include<set>//iterator,insert(),erase(),lower(>=)/upper_bound(>)(value)/find()return end()
#include<unordered_map>
#include<unordered_set>
#include<bitset>//size,count(size of 1),reset(to 0),any(have 1?)
//#include<ext/pb_ds/assoc_container.hpp>//gp_hash_table
//#include<ext/pb_ds/hash_policy.hpp>
//using namespace __gnu_pbds;
#define int long long//__int128 2^127-1(GCC)
#define PII pair<int,int>
using namespace std;
const int inf = 0x3f3f3f3f3f3f3f3f, N = 3000 + 5, mod = 1e9 + 7;
int dp[N][N][5];
signed main()
{ios_base::sync_with_stdio(0); cin.tie(0), cout.tie(0);int T;cin >> T;while (T--) {int n, k;cin >> n >> k;vector<int>a(n), b(n);for (int& x : a) cin >> x;for (int& x : b) cin >> x;for (int i = 0; i < n + 1; i++) {for (int j = 0; j <= k; j++) {fill(dp[i][j], dp[i][j] + 5, -inf);//最开始初始化为负无穷}}dp[0][0][4] = 0;//第0位取0个的最佳状态是0for (int i = 0; i < n; i++) {//从0~n-1枚举位数for (int j = 0; j < k; j++) {//取j个转移到取j+1个for (int mask = 0; mask < 4; mask++) {//4a[l],b[l]个状态int s1 = (mask & 1 ? -1 : 1);//a[i]的状态int s2 = (mask & 2 ? -1 : 1);//b[i]的状态dp[i][j + 1][mask] = max(dp[i][j + 1][mask], dp[i][j][4] + s1 * a[i] + s2 * b[i]);
//第i位取j+1个是从第i位取j个的最佳状态转移过去的}}for (int j = 0; j <= k; j++) {//当前取j个for (int mask = 0; mask < 4; mask++) {//枚举b[r],a[r]的状态int s1 = (mask & 1 ? -1 : 1);//b[r]int s2 = (mask & 2 ? -1 : 1);//a[r]dp[i][j][4] = max(dp[i][j][4], dp[i][j][mask] - s2 * a[i] - s1 * b[i]);
//因为mask的状态只有a[l],b[l]是不完整的最大值,我们从不完整的加上b[r],a[r]就成了完整的状态就
//是转移到dp[i][j][4]中表示前i为取j个的最大值if (j != k) dp[i + 1][j + 1][mask] = dp[i][j][mask];
//如果取的个数不到k个的话,不完整的状态就可以继续往下传递}dp[i + 1][j][4] = max(dp[i + 1][j][4], dp[i][j][4]);
//最后前i个取j个的最大值转移到前i+1个取j个的最大值}}cout << dp[n][k][4] << '\n';
//输出前n个取k个的最大值}
}
相关文章:
E. Maximum Monogonosity
You are given an array aa of length nn and an array bb of length nn. The cost of a segment [l,r][l,r], 1≤l≤r≤n1≤l≤r≤n, is defined as |bl−ar||br−al||bl−ar||br−al|. Recall that two segments [l1,r1][l1,r1], 1≤l1≤r1≤n1≤l1≤r1≤n, and [l2,r2][l2,…...
已解决Excel file format cannot be determined, you must specify an engine manually
问题 我使用以下语句时出现错误 data pd.read_excel(temp_inputc.csv, headerNone)出现错误: Excel file format cannot be determined, you must specify an engine manually有很多人说添加engine,但接下来会出现这个错误: File is not…...
Centos yum命令大全
1.使用YUM查找软件包 $ yum search python 2.列出所有可安装的软件包 $ yum list | grep python 3.列出所有可更新的软件包 $ yum list updates 4.列出所有已安装的软件包 $ yum list installed | grep python...
内网横向移动—ARP攻击图片捕捉数据劫持DNS劫持
内网横向移动—ARP攻击&图片捕捉&数据劫持&DNS劫持 1. ARP1.1. APR介绍1.1.1. ARP工作原理1.1.2. APR欺骗工作原理 1.2. 环境准备1.3. 适用场景 2. ARP断网攻击演示2.1. 使用kali进行演示2.1.1. nmap判断存活2.1.2. 安装工具2.1.3. 攻击Windows 10虚拟机2.1.3.1. 查…...
react之Hooks的介绍、useState与useEffect副作用的使用
react之Hooks的介绍、useState与useEffect副作用的使用 一、Hooks的基本介绍二、useState的使用2.1 简单使用2.2 数组结构简化2.3 状态的读取和修改2.3 组件的更新过程 三、useEffect的使用3.1 副作用介绍3.2 基本使用3.3 依赖3.4 不要对依赖项撒谎3.5 依赖项可以是空数组3.6 清…...
django——创建 Django 项目和 APP
2.创建 Django 项目和 APP 命令: 创建Django项目 django-admin startproject name 创建子应用 python manager.py startapp name 2.1 创建工程 在使用Flask框架时,项目工程目录的组织与创建是需要我们自己手动创建完成的。 在django中,…...
== 和 equals 的对比 [面试题]
和 equals 的对比[面试题] 文章目录 和 equals 的对比[面试题]1. 和 equals 简介2. Object 类中 equals() 源码3. String 类中 equals() 源码4. Integer 类中 equals() 源码5. 如何重写 equals 方法 1. 和 equals 简介 是一个比较运算符 :既可以判断基本数据类型…...
SpringBoot集成Redis及Redis使用方法
目录 应用背景 Redis简介 更新问题 一:环境配置 1.1: 在pom.xml文件中添加依赖 1.2:配置SpringBoot核心配置文件application.properties 二:在Config文件夹中创建RedisConfig配置文件类 2.1:RedisTemplate中的几个角色&am…...
Redis可以用作数据库吗?它的适用场景是什么?
是的,Redis可以用作数据库。虽然Redis通常被认为是一个内存数据库(in-memory database),但它也可以通过持久化机制将数据保存在磁盘上,以便在重启后恢复数据。 Redis的适用场景包括但不限于以下几个方面: …...
@Param详解
文章目录 背景什么是ParamParam的使用方法使用方法:遇到的问题及因Param解决了什么问题使用与不使用对比 Param是如何进行映射的总结 背景 最近在开发过程中,在写mapper接口是在参数前加了Param注解,但是在运行的时候就会报错,说…...
自定义分页工具类
前言 在日常的开发工作中,会遇到很多不确定的需求场景,无法使用第三方提供的分页组件来实现,那么如何自己实现一个简单的分页工具类呢? 工具类 第一版本: Setter Getter public class PageTool<T> {/*** 当前…...
文本数据保存
文本数据保存 工具目的代码运行结果 工具 pycharm 目的 网址:https://ljgk.envsc.cn/ 需求:获取到地址(address),公司名字(ps_name),创建的时间(create_time)ÿ…...
Python爬虫:抓取表情包的下载链接
Python爬虫:抓取表情包的下载链接 1. 前言2. 具体实现3. 实现代码 1. 前言 最近发现了一个提供表情包的网址,觉得上面的内容不错,于是就考虑用Python爬虫获取上面表情包的下载链接。整体而言,实现这个挺简单的,就是找到提供表情包…...
(文章复现)基于灰狼算法(GWO)的交直流混合微网经济调度matlab代码
参考文献: [1]高瑜,黄森,陈刘鑫等.基于改进灰狼算法的并网交流微电网经济优化调度[J].科学技术与工程, 2020,20(28):11605-11611. [2]邓长征,冯朕,邱立等.基于混沌灰狼算法的交直流混合微网经济调度[J].电测与仪表, 2020, 57(04):99-107. 这两篇文章不管是从模型、…...
【Kubernetes】Kubernetes的调度
K8S调度 一、Kubernetes 调度1. Pod 调度介绍2. Pod 启动创建过程3. Kubernetes 的调度过程3.1 调度需要考虑的问题3.2 具体调度过程 二、影响kubernetes调度的因素1. nodeName2. nodeSelector3. 亲和性3.1 三种亲和性的区别3.2 键值运算关系3.3 节点亲和性3.4 Pod 亲和性3.5 P…...
题目:2511.最多可以摧毁的敌人城堡数量
题目来源: leetcode题目,网址:2511. 最多可以摧毁的敌人城堡数目 - 力扣(LeetCode) 解题思路: 顺序遍历数组,记录上一个我军城堡和没有城堡的位置。当碰到空位置时,若上一次更新的…...
22 | 书籍推荐数据分析
import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn import neighbors from sklearn.model_selection import train_test_split from sklearn.preprocessing import...
vscode extension 怎么区分dev prod
开发模式注入环境变量 使用vsode 提供的api...
Java学习手册——第一篇Java简介
今后Java学习手册就来给大家梳理JavaSE的基础知识啦, 除了这个专栏我们还有其他专栏:前端、安全、后端等。 希望大家可以在这里一起讨论学习哟~ Java学习手册——第一篇Java简介 1. Java基础知识2. Java能干嘛3. Java基础环境搭建 1. Java基础知识 出生…...
Prometheus流程图(自绘)-核心组件-流程详解
阿丹手绘流程图:图片可能有点小查看的时候放大看看哈! prometheus核心组件 prometheus server Prometheus Server是Prometheus组件中的核心部分,负责实现对监控数据的获取,存储以及查询。Prometheus Server可以通过静态配置管理…...
智能文件分拣工具:双模式智能分拣,自定义文件夹命名,按文件类型自动分类,一键批量整理海量文件,零门槛高效管理电脑数字资产
大家好,我是大飞哥。日常使用电脑时,我们总会遇到海量零散文件手动整理耗时耗力、文件夹创建繁琐、混合文件分类杂乱、归档后难以查找的核心痛点,要么花费数小时手动拖拽拆分文件,要么分类后的文件杂乱无章,后续查找使…...
**发散创新:基于Rust的内存安全加固技术实战解析**在现代软件开发中,**内存安全漏洞**(如缓冲区溢出、空指针解引用等)仍然是
发散创新:基于Rust的内存安全加固技术实战解析 在现代软件开发中,内存安全漏洞(如缓冲区溢出、空指针解引用等)仍然是导致系统崩溃甚至远程代码执行的核心风险源。传统C/C语言因缺乏运行时保护机制,常成为攻击者的首选…...
终极ComfyUI完全指南:如何用节点式界面构建AI图像生成工作流
终极ComfyUI完全指南:如何用节点式界面构建AI图像生成工作流 【免费下载链接】ComfyUI The most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. 项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI Com…...
ESP-12F腾讯云MQTT固件烧录避坑指南:常见问题与解决方案
ESP-12F腾讯云MQTT固件烧录实战:从问题排查到稳定连接 最近在帮朋友调试一个智能家居项目时,遇到了ESP-12F模块连接腾讯云MQTT服务器的问题。原本以为只是简单的固件烧录,没想到在实际操作中踩了不少坑。这篇文章将分享我在解决这些问题时积…...
【SITS2026官方认证指南】:AI文档生成工具选型、落地与合规避坑的7大黄金法则
第一章:SITS2026官方认证框架下的AI文档生成工具全景认知 2026奇点智能技术大会(https://ml-summit.org) 在SITS2026(Software Intelligence & Trustworthiness Standard 2026)官方认证体系中,AI文档生成工具不再仅是辅助写作…...
Edge组策略避坑指南:当企业AD域遇到浏览器管控,这5个细节最容易翻车
Edge组策略避坑指南:企业AD域环境下的5个关键配置陷阱 1. 策略模板版本冲突:被忽视的兼容性杀手 在AD域环境中部署Edge浏览器管控时,策略模板版本与浏览器实际版本不匹配是最常见的翻车点。许多管理员直接从微软官网下载最新策略模板&#…...
VRCT终极指南:免费解锁VRChat多语言交流的神奇工具
VRCT终极指南:免费解锁VRChat多语言交流的神奇工具 【免费下载链接】VRCT VRCT(VRChat Chatbox Translator & Transcription) 项目地址: https://gitcode.com/gh_mirrors/vr/VRCT 你是否曾在VRChat中因为语言障碍而错失精彩对话?当你听到日语…...
EfficientAD实战:如何用轻量级师生模型实现工业级视觉异常检测
1. 为什么工业质检需要EfficientAD这样的轻量级方案 在工厂流水线上,传送带每分钟要处理上百件产品。我曾经见过一个汽车零部件检测产线,每2.5秒就要完成一个发动机缸盖的全面质检。传统方案要么用笨重的深度学习模型导致检测延迟飙升,要么采…...
手把手教你用Keras搭建Seq2Seq LSTM模型:以航空公司乘客数据预测为例
从零构建Seq2Seq LSTM模型:航空乘客预测的工程实践 当我们需要预测未来三个月航空公司的乘客数量时,传统的时间序列分析方法往往捉襟见肘。这正是Seq2Seq LSTM模型大显身手的场景——它能够捕捉长期依赖关系,实现端到端的多步预测。不同于简单…...
如何用单一应用终结RGB控制器的混乱时代?OpenRGB深度技术解析
如何用单一应用终结RGB控制器的混乱时代?OpenRGB深度技术解析 【免费下载链接】OpenRGB Open source RGB lighting control that doesnt depend on manufacturer software. Supports Windows, Linux, MacOS. Mirror of https://gitlab.com/CalcProgrammer1/OpenRGB.…...
