标签：style blog http 使用 strong io 问题 ar
第一题：机器翻译
模拟
可以用STL里的vector或list实现插入、删除、查找操作。
?
第二题：乌龟棋
动态规划
用 f(i, j, k, t) 表示分别用了i张卡片1、j张卡片2、k张卡片3、t张卡片4能得到的最大分数，则
f(i, j, k, t) = max{ f(i-1, j, k, t), f(i, j-1, k, t), f(i, j, k-1, t), f(i, j, k, t-1) } + a(i+j*2+k*3+t*4)
因为题目保证sum(bi) = N-1，所以最终答案就是 f(i, j, k, t), i=card(1), j=card(2), k=card(3), t=card(4).
?
第三题：关押罪犯
二分枚举答案+二分图判定
二分枚举答案和二分图都算是我的弱点，主要是因为接触的这种类型的题目不多。
既然要求「最大值的最小值」，那么只要二分枚举冲突的最大值即可。两个牢房，身处不同的牢房的犯人之间不会起冲突，明显符合二分图的性质。所以，我们可以把「有边」看做「在不同牢房」，「无边」看做「在同一个牢房」。对于mid=(l+r)/2，删去比mid小的边，那么删去的这些边是实际上存在的冲突，然后判断是不是二分图即可。如果是，那么记录下mid，然后改变枚举范围，令r=mid，继续枚举看有没有更小的满足条件的mid值；如果不是，令l=mid+1，继续枚举。
枚举有两种方法，一种是直接枚举mid的大小，另一种是在排好序的边集数组中进行枚举。第一种方法有一些无效枚举，也就是说中间过程枚举得到的值并不真实存在于图中，那么枚举次数最多log(ci)≈30；第二种方法需要进行排序，但是枚举次数最多log(M)≈17。总体来看效率差不多。
并查集
这种方法效率更高。
按照怨气的大小依次放入两个集合中，保持集合内部不冲突，直到同一个集合内产生冲突，输出即可。
?
第四题：引水入城
贪心、搜索、动态规划
这道题有多种解法，先说我自己的思路。
思路一：我最开始的做法是在第一行找出最大的，进行 Flood Fill 填充直到底行；然后找出第二大的，填充……直到能够将底行填满。该策略基于这样一个臆测：第一行里较大的数字总是能够填充到较多的底行格子。但是这样做明显不正确。
思路二：对第一行的每个格子进行 Flood Fill，找出每个顶行格子能够填充到的底行格子是哪些，第 i 个顶部格子所能达到的底部格子的集合记为B(i)。选出元素数目最大的集合Bmax，进行填充，然后调整B(i)，即删去{x | x∈Bmax∩B(i) }，因为如果格子已经被填充，那么将它记入元素数目中就没有意义了，也就是说元素数目 card(B(i)) 表示如果从顶部格子 i 开始填充，那么能够填充多少个未被填充的底部格子。
思路三：思路二已经有一大半正确了，但不完全正确。事实上这里不能用贪心策略，而应该用搜索。这种情况有点像2000年提高组的「单词接龙」一题，贪心策略是错误的，因为每次决策不能只依赖于上一次的状态，而是由之前所有的决策决定的，所以也不能用动态规划（如果沿用上面的这种思路）。
虽然找到了正确思路但是实现起来太过麻烦。上面的第二种思路已经可以拿到 80% 的分数了。如果要搜索，那么时间复杂度和编程复杂度都会陡增。
（以下思路来自：http://www.cnblogs.com/vb4896/p/3885441.html）
更进一步：
应该说这样的策略已经很不错了，但还是会超时。
再进一步：
用 left(i, j) 表示点 (i, j) 能覆盖的区间的左端点，right(i, j) 表示点 (i, j) 能覆盖的区间的右端点，则
left(i, j) = min{ left(xi, xj), (xi, xj) 与 (i, j) 相邻且海拔低于 (i, j) }
边界条件：left(i, j) = j，当且仅当 i=n-1, j=0
注意：当 i=n-1 时，left(i, j) 的值不可能大于 j
right(i, j) 同理。
注意还是要用一次 BFS 判断是否无解。
?
经验教训：
标签：style blog http 使用 strong io 问题 ar
原文地址：http://www.cnblogs.com/lsdsjy/p/3886733.html
