[POJ] 3258. River Hopscotch — amoshyc's CPsolution 1.0 documentation
最小值最大化,標準的二分搜。 二分搜教學請參 這
判斷函式為:
bool C(int d) = 移除 M 個石頭後,可否能使相鄰石頭間的最短距離 >= d。
該函式明顯有單調性,相鄰石頭間的最短距離 d 越小越容易達成。
這個函式可以用 Greedy 實作:
從左至右迭代「起點終點外」的每個石頭 rocks[i], 若該石頭與前一個石頭的距離 < d,我們必需移除該石頭,才能使相鄰石頭的距離 >= d。 我們計算總共有多少個石頭要移除,該個數必需 <= M。
實作時,有兩點要注意:
1. 若 rocks[i - 1], rocks[i], rocks[i + 1] 中,rocks[i] 被移除了, 那 rocks[i + 1] 的前一顆石頭是 rocks[i - 1],而不是 rocks[i]。 2. 上述演算法沒考慮到終點與其前一個石頭。 設中間那 N 個石頭中,最後面的那個石頭為 rocks[-2],若與終點那石頭的距離 < d, 則要移除的是 rocks[-2],而不是終點的石頭,因為終點那個石頭是不能移除的。
解的空間 [0, L]。 下界即為在還沒移除任何石頭前,相鄰石頭間最短距離,但要計算出此值還得多打一些程式碼, 而我們知道此值必大於 0,反正 C(0) = 1,所以可以直接將下界設為 0。 上界發生在 M = N 時,相鄰石頭間最短距離即為 L。
C(d) 在解的空間 [0, L] 上的分佈為:
... 1 1 1 0 0 0 0 ...
我們的目標是求左邊數來的最後一個 1 在哪?
另外,存在全部都為 1 的情況,我們可以預判掉這情形。
Read full article from [POJ] 3258. River Hopscotch — amoshyc's CPsolution 1.0 documentation
No comments:
Post a Comment