Mr. Young's Picture Permutations
Mr. Youngs Picture Permutations
https://ac.nowcoder.com/acm/problem/106876
题目对案例3 2 1解释中,他没有把每个数隔开,注意点就好。
思路:
满足条件的排列是往右往后都是递减的,求所有的排列数。
就像上面图片画的那样,我们对学生的身高降序编号,最高的人编号为,最低的人编号为
。
那么就是一个简单的填数问题,从依次填入,那么任意时刻每一行中已经填了数一定是从左端开始的连续若干位置(保证往右递减),并且填第
行的第
列的数时第
行的第
列必须填了数。
那么线性dp的转移方程已经状态就不难了。
当时滥用爆内存了,居然不是超时。
MyCode:
#include <iostream>
#include <cstdio>
#include <cstring>
#include <queue>
using namespace std;
const int maxn=1e5+7,maxm=2e5+7,mod=1e9+7;
typedef long long int ll;
typedef unsigned long long ull;
int a[6];
unsigned int f[31][31][31][31][31];
int main() {
ios::sync_with_stdio(false);
cin.tie(0);
int n;
while(cin>>n,n) {
for(int i=1; i<=n; ++i) cin>>a[i];
for(int i=n+1; i<=5; ++i) a[i]=0;
for(int a5=0; a5<=a[5]; ++a5)
for(int a4=0; a4<=a[4]; ++a4)
for(int a3=0; a3<=a[3]; ++a3)
for(int a2=0; a2<=a[2]; ++a2)
for(int a1=0; a1<=a[1]; ++a1) f[a1][a2][a3][a4][a5]=0;
f[0][0][0][0][0]=1;
for(int a5=0; a5<=a[5]; ++a5)
for(int a4=0; a4<=a[4]; ++a4)
for(int a3=0; a3<=a[3]; ++a3)
for(int a2=0; a2<=a[2]; ++a2)
for(int a1=0; a1<=a[1]; ++a1) {
if(a1<a[1]) f[a1+1][a2][a3][a4][a5]+=f[a1][a2][a3][a4][a5];
if(a1>a2&&a2<a[2]) f[a1][a2+1][a3][a4][a5]+=f[a1][a2][a3][a4][a5];
if(a2>a3&&a3<a[3]) f[a1][a2][a3+1][a4][a5]+=f[a1][a2][a3][a4][a5];
if(a3>a4&&a4<a[4]) f[a1][a2][a3][a4+1][a5]+=f[a1][a2][a3][a4][a5];
if(a4>a5&&a5<a[5]) f[a1][a2][a3][a4][a5+1]+=f[a1][a2][a3][a4][a5];
// if(a1==1&&a2==0&&a3==0&&a4==0&&a5==0) cout<<f[1][1][0][0][0]<<'\n';
// if(a1==1&&a2==1&&a3==0&&a4==0&&a5==0) cout<<f[1][1][1][0][0]<<'\n';
}
cout<<f[a[1]][a[2]][a[3]][a[4]][a[5]]<<'\n';
}
} 动态规划入门 文章被收录于专栏
能采用动态规划求解一般要具有3个性质: (1) 最优化原理:如果问题的最优解所包含的子问题的解也是最优的,就称该问题具有最优子结构,即满足最优化原理。 (2) 无后效性:即某阶段状态一旦确定,就不受这个状态以后决策的影响。也就是说,某状态以后的过程不会影响以前的状态,只与当前状态有关。 (3)有重叠子问题:即子问题之间是不独立的,一个子问题在下一阶段决策中可能被多次使用到。(体现DP的优点)


