P3842 [TJOI2007] 线段

P3842 [TJOI2007] 线段

时间限制: 1.00s 内存限制: 125.00MB

复制 Markdown

中文

退出 IDE 模式

题目描述

在一个 n×n 的平面上,在每一行中有一条线段,第 i 行的线段的左端点是 (i,Li​),右端点是 (i,Ri​)。

你从 (1,1) 点出发,要求沿途走过所有的线段,最终到达 (n,n) 点,且所走的路程长度要尽量短。

更具体一些说,你在任何时候只能选择向下走一步(行数增加 1)、向左走一步(列数减少 1)或是向右走一步(列数增加 1)。当然,由于你不能向上行走,因此在从任何一行向下走到另一行的时候,你必须保证已经走完本行的那条线段。

输入格式

第一行有一个整数 n。

以下 n 行,在第 i 行(总第 (i+1) 行)的两个整数表示 Li​ 和 Ri​。

输出格式

仅包含一个整数,你选择的最短路程的长度。

输入输出样例

输入 #1复制运行

复制代码
6
2 6
3 4
1 3
1 2
3 6
4 5

输出 #1复制运行

复制代码
24

说明/提示

我们选择的路线是

复制代码
 (1, 1) (1, 6)
 (2, 6) (2, 3)
 (3, 3) (3, 1)
 (4, 1) (4, 2)
 (5, 2) (5, 6)
 (6, 6) (6, 4) (6, 6)

不难计算得到,路程的总长度是 24。

对于 100% 的数据,1≤n≤2×104,1≤Li​≤Ri​≤n。

dp

对于一个线段来说 很明显 如果线段已经填满 那么此刻直接向下是最好的 否则是无效路径 那么当刚好覆盖到左端点或者右端点的时候才会出现刚好覆盖完全 所有我们只要关注到达每个线段的左右点的最小路径

我们定义f[0][i] 和f[1][i]分别表示到达第i条线段的左端点和右端点的最小的步数 那么有状态转移方程

f[0][i]=min(f[0][i-1]+abs(r[i]-l[i-1]),f[1][i-1]+abs(r[i]-r[i-1]))+len[i];

f[1][i]=min(f[0][i-1]+abs(l[i-1]-l[i]),f[1][i-1]+abs(l[i]-r[i-1]))+len[i];

也就是分别从上一条线段的左右端点 分别到达下一条线段的左右端点取最小值

最后计算最后一条线段的两个答案 分别加上到结尾的距离取最小值即可

代码如下

cpp 复制代码
#include <bits/stdc++.h>
using namespace std;
const int N=2e4+5;
int f[2][N];
int l[N],r[N],len[N];
int main() {
    ios::sync_with_stdio(0);
    cin.tie(0);
    cout.tie(0);
    int n;
    cin>>n;
    for(int i=1;i<=n;i++){
        cin>>l[i]>>r[i];
        len[i]=r[i]-l[i]+1;
    }
    f[0][1]=r[1]-1+len[1]-1;f[1][1]=r[1]-1;
    for(int i=2;i<=n;i++){
        f[0][i]=min(f[0][i-1]+abs(r[i]-l[i-1]),f[1][i-1]+abs(r[i]-r[i-1]))+len[i];
        f[1][i]=min(f[0][i-1]+abs(l[i-1]-l[i]),f[1][i-1]+abs(l[i]-r[i-1]))+len[i];
    }
    cout<<min(f[0][n]+n-l[n],f[1][n]+n-r[n]);
    return 0;
}
相关推荐
NAGNIP16 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱1 天前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub1 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP2 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP2 天前
一文搞懂激活函数!
算法·面试
董董灿是个攻城狮2 天前
AI 视觉连载7:传统 CV 之高斯滤波实战
算法