信息学奥赛一本通 4131:【GESP2506六级】学习小组 | 洛谷 P13015 [GESP202506 六级] 学习小组

【题目链接】

ybt 4131:【GESP2506六级】学习小组
洛谷 P13015 GESP202506 六级 学习小组

【题目难度】:D

【题目考点】

1. 动态规划:背包问题

【解题思路】

该问题可以近似看作"物品重量"为小组人数 k k k,"物品价值"为讨论积极程度 a k a_k ak的完全背包问题。

状态定义

  • 阶段:i个人
  • 决策:将几个人分成一个小组
  • 策略:分组方案
  • 策略集合: i i i个人的所有分组方案
  • 条件:各分组讨论积极程度加和最大
  • 统计量:讨论积极程度

状态定义 d p i dp_i dpi: i i i个人的所有分组方案中,讨论积极度加和最大的方案的讨论积极度。

初始状态:0个人的讨论积极度为0,所以 d p 0 = 0 dp_0=0 dp0=0

状态转移方程

  • 策略集合: i i i个人的所有分组方案
  • 分割策略集合:根据最后一个分组的人数分割策略集合

如果最后一个分组有 j j j人,则该组的讨论积极度为 a j a_j aj。 j j j最小为1,一共有 i i i人所以 j j j最大为 i i i,因此 1 ≤ j ≤ i 1\le j \le i 1≤j≤i。那么剩下 i − j i-j i−j人进行分组得到的最大讨论积极度为 d p i − j dp_{i-j} dpi−j。将二者加和得到 d p i − j + a j dp_{i-j}+a_j dpi−j+aj,即为最后一个分组有 j j j人时能获得的最大讨论积极度。对所有 j j j的取值,求 d p i − j + a j dp_{i-j}+a_j dpi−j+aj能取到的最大值,即为 i i i个人进行分组能得到的最大讨论积极度。

状态转移方程为 d p i = max ⁡ { d p i − j + a j } , 1 ≤ j ≤ i dp_i = \max\{dp_{i-j}+a_j\}, 1\le j\le i dpi=max{dpi−j+aj},1≤j≤i

本题结果为:对 n n n个人进行分组,得到的最大讨论积极度 d p n dp_n dpn

时间复杂度为 O ( n 2 ) O(n^2) O(n2)

【题解代码】

解法1:动态规划

cpp 复制代码
#include <bits/stdc++.h>
using namespace std;
const int N = 1005;
int n, a[N], dp[N];//dp[i]:i个人能获得的最大讨论积极度 
int main()
{
	cin >> n;
	for(int i = 1; i <= n; ++i)
		cin >> a[i];
	for(int i = 1; i <= n; ++i)
		for(int j = 1; j <= i; ++j)
			dp[i] = max(dp[i], dp[i-j]+a[j]);
	cout << dp[n];  
	return 0;
}
相关推荐
mCell1 天前
Lua 编程入门:从基础语法到元表
javascript·算法·lua
wuyk5551 天前
98.C语言易混难点:字符数组与字符串指针的底层差异
c语言·开发语言·c++·stm32·嵌入式硬件·算法
峥无1 天前
从0到1手撕红黑树:封装实现 my_map 与 my_set(SGI-STL 源码级深度解析)
开发语言·c++·笔记·算法·stl
不会代码的小猴1 天前
3. 控件学习1
开发语言·c++·笔记·qt·算法
203号居民1 天前
LeetCode hot 100 —41. 缺失的第一个正数
数据结构·算法·leetcode
专注仿真2 天前
问答大模型技术方案算法实现-熵权法融合算法 + 交叉编码器重排算法
人工智能·python·算法·语言模型·问答大模型关键算法·熵权融合算法·交叉编码器重排算法
evans在进步2 天前
LeetCode 322:零钱兑换——Java 动态规划详解
java·leetcode·动态规划
地平线开发者2 天前
量化为什么会有损失:从量化误差到精度下降
算法
手写码匠2 天前
华为云Flexus+DeepSeek征文|Dify 多 Agent 会话管理与上下文工程实战:让智能体“记住该记住的,忘掉该忘掉的“
人工智能·深度学习·算法·aigc