17098 广告牌最佳安放问题

这个问题可以通过动态规划来解决。我们可以定义一个数组d,其中d[i]表示到第i个广告牌地点时可以选择放置广告牌的最大效益值。然后我们可以通过遍历所有可能的j(1 <= j <= i && x[i] - x[j] > 5),然后更新d[i]为max(d[i-1], d[j] + r[i])。

以下是解题步骤:

  1. 初始化数组:首先,我们需要初始化一个数组d,并将d[1]设置为r[1]。

  2. 动态规划:然后,我们可以使用动态规划来更新d数组。对于每一个i(i > 1),我们可以遍历所有可能的j(1 <= j <= i && x[i] - x[j] > 5),然后更新d[i]为max(d[i-1], d[j] + r[i])。

  3. 输出结果:最后,d[n]就是我们要求的最大效益值。

以下是使用C++实现的代码:

cpp 复制代码
#include <iostream>
#include <algorithm>
using namespace std;

const int MAXN = 100001;
int x[MAXN], r[MAXN], d[MAXN];

int main() {
    int M, n;
    cin >> M >> n;
    for (int i = 1; i <= n; ++i) {
        cin >> x[i];
    }
    for (int i = 1; i <= n; ++i) {
        cin >> r[i];
    }
    d[1] = r[1];
    for (int i = 2; i <= n; ++i) {
        d[i] = d[i - 1];
        for (int j = 1; j < i; ++j) {
            if (x[i] - x[j] > 5) {
                d[i] = max(d[i], d[j] + r[i]);
            }
        }
    }
    cout << d[n] << endl;
    return 0;
}

这段代码首先读取公路长度和广告牌的总数,然后读取每个广告牌的位置和收益。然后,它使用动态规划的方法来计算最大的收益。最后,它输出最大的收益。

相关推荐
地平线开发者15 小时前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮15 小时前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者15 小时前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考16 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx19 小时前
CART决策树基本原理
算法·机器学习
Wect19 小时前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript
颜酱20 小时前
单调队列:滑动窗口极值问题的最优解(通用模板版)
javascript·后端·算法
肆忆_1 天前
# 用 5 个问题学懂 C++ 虚函数(入门级)
c++
不想写代码的星星1 天前
虚函数表:C++ 多态背后的那个男人
c++
Duang1 天前
从零推导指数估值模型 —— 一个三因子打分系统的设计思路
数据分析·领域驱动设计