Cogs 376. [IOI2002]任务安排(后效性DP)
- [IOI2002]任务安排
★☆ 输入文件:batch.in 输出文件:batch.out 简单对比
时间限制:1 s 内存限制:128 MB
N个任务排成一个序列在一台机器上等待完成(顺序不得改变),这N个任务被分成若干批,每批包含相邻的若干任务。从时刻0开始,这些任务被分批加工,第i个任务单独完成所需的时间是Ti。在每批任务开始前,机器需要启动时间S,而完成这批任务所需的时间是各个任务需要时间的总和(同一批任务将在同一时刻完成)。每个任务的费用是它的完成时刻乘以一个费用系数Fi。请确定一个分组方案,使得总费用最小。
例如:S=1;T={1,3,4,2,1};F={3,2,3,3,4}。如果分组方案是{1,2}、{3}、{4,5},则完成时间分别为{5,5,10,14,14},费用C={15,10,30,42,56},总费用就是153。
输入
第一行是N(1<=N<=5000)。
第二行是S(0<=S<=50)。
下面N行每行有一对数,分别为Ti和Fi,均为不大于100的正整数,表示第i个任务单独完成所需的时间是Ti及其费用系数Fi。
输出
一个数,最小的总费用。
输入样例
5
1
1 3
3 2
4 3
2 3
1 4
输出样例
153
/*
DP.
n^2做法.
这题没想出来.
正解要考虑后效性.
因为当我们选择一个任务作为开始的时候
它必然会对后面的决策产生影响.
所以我们先把后效性的贡献算出来累加进去.
方程长这样
f[i]=min(f[i],f[j-1]+(sumw[i]-sumw[j-1])*sumt[i]+S*(sumw[n]-sumw[j-1]))
sumw表示前缀F[i],sumt表示前缀t[i].
*/
#include<iostream>
#include<cstring>
#include<cstdio>
#define MAXN 5010
using namespace std;
int n,S,F[MAXN],f[MAXN],sumt[MAXN],sumw[MAXN];
int read()
{int x=0,f=1;char ch=getchar();while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}while(ch>='0'&&ch<='9') x=x*10+ch-48,ch=getchar();return x*f;
}
void slove()
{for(int i=1;i<=n;i++) f[i]=1e9;f[0]=0;for(int i=1;i<=n;i++){for(int j=1;j<=i;j++)f[i]=min(f[i],f[j-1]+(sumw[i]-sumw[j-1])*sumt[i]+S*(sumw[n]-sumw[j-1]));}printf("%d",f[n]);
}
int main()
{freopen("batch.in","r",stdin);freopen("batch.out","w",stdout);int x;n=read(),S=read();for(int i=1;i<=n;i++){x=read(),F[i]=read();sumt[i]=sumt[i-1]+x;sumw[i]=sumw[i-1]+F[i];}slove();return 0;
}
转载于:https://www.cnblogs.com/nancheng58/p/10068029.html
Cogs 376. [IOI2002]任务安排(后效性DP)相关推荐
- 【动态规划】有后效性 DP
P3232 [HNOI2013]游走 Description\text{Description}Description 给定一个 nnn 个点 mmm 条边的无向连通图.从 111 号节点出发,每一步 ...
- poj 2228 Naptime(DP的后效性处理)
\(Naptime\) 描述 Goneril是一只睡眠不足的母牛.她的一天被划分为N(3 <= N <= 3,830)相等的时间段,但她只能在床上花费B(2 <= B <N)不 ...
- 0x55. 动态规划 - 环形与后效性处理(例题详解 × 6)
目录 0x55.1 环形结构上的动态规划问题 两次DP法 Problem A. Naptime 破环成链法 Problem B. 环路运输 Problem C. Two Rabbits 0x55.2 ...
- 【NOI2019】回家路线【无后效性dp状态设计】【斜率优化】
传送门 题意:给定MMM个班车,每个班车pip_ipi时刻从xix_ixi发车qiq_iqi到达yiy_iyi,等车ttt时间花费代价At2+Bt+CAt^2+Bt+CAt2+Bt+C,在tt ...
- bzoj3875: [Ahoi2014Jsoi2014]骑士游戏 spfa处理有后效性动规
bzoj3875: [Ahoi2014&Jsoi2014]骑士游戏 Description [故事背景] 长期的宅男生活中,JYY又挖掘出了一款RPG游戏.在这个游戏中JYY会 扮演一个英勇的 ...
- 【BZOJ3875】【Ahoi2014】骑士游戏 SPFA处理有后效性动规
Description [故事背景] 长期的宅男生活中,JYY又挖掘出了一款RPG游戏.在这个游戏中JYY会 扮演一个英勇的骑士,用他手中的长剑去杀死入侵村庄的怪兽. [问题描述] 在这个游戏中,JY ...
- 有后效性和无后效性的通俗理解
无后效性是动态规划算法及贪心算法的前提条件 无后效性:某阶段的状态一旦确定,则此后过程的决策不再受此前各种状态及决策的影响. 有后效性:就是某个状态之后要做的决策会受之前的状态及决策的影响. 举例:如 ...
- HDU-4532 湫秋系列故事——安排座位 组合数学DP
题意:有来自n个专业的学生,每个专业分别有ai个同学,现在要将这些学生排成一行,使得相邻的两个学生来自不同的专业,问有多少种不同的安排方案. 分析:首先将所有专业的学生视作一样的,最后再乘以各自学生的 ...
- cogs 1487. 麻球繁衍(概率dp)
分析: 概率dp.first 由于每只麻球,在出生之后就可以独立生活了, 所以我们可以只计算出一开始只有一个麻球,m天后全部死亡的概率 由全概率公式得: 假设A1,A2,A3,-..An为一个完备事件 ...
最新文章
- Java学习总结:2
- 一起做激光SLAM:常见SLAM技巧使用效果对比,后端
- dojo 学习笔记之dojo.query - query(id) 与query(class)的差别
- python format函数实例_Python字符串格式化,format格式化函数详细使用
- android pcm频谱_Android音频可视化
- Oracle第三课之PLSQL
- P1525-关押罪犯【并查集】
- 8.面向对象-----类和对象
- 分治——Secret Cow Code S(洛谷 P3612)
- HBase之MVCC
- Linux运维的黑客之路
- Flex Builder 4.6切换语言
- 计算历史区间的收益率,用前复权还是后复权?
- 【时间序列预测算法】——Holt-Winters算法介绍及代码实现
- 计算机设备预计净残值,【电子设备折旧年限及残值率】
- android+判断wifi+5g,Android判断wifi是5G还是2.4G
- 午芯高科“电容式”MEMS高性能数字气压传感器WXP380
- SQL server和MySQL编号自动生成
- UI设计年薪20W?为什么UI设计能这么火呢?
- 进程与线程学习(1)