题目描述

尼克每天上班之前都连接上英特网,接收他的上司发来的邮件,这些邮件包含了尼克主管的部门当天要完成的全部任务,每个任务由一个开始时刻与一个持续时间构成。

尼克的一个工作日为N分钟,从第一分钟开始到第N分钟结束。当尼克到达单位后他就开始干活。如果在同一时刻有多个任务需要完成,尼克可以任选其中的一个来做,而其余的则由他的同事完成,反之如果只有一个任务,则该任务必需由尼克去完成,假如某些任务开始时刻尼克正在工作,则这些任务也由尼克的同事完成。如果某任务于第P分钟开始,持续时间为T分钟,则该任务将在第P+T-1分钟结束。

写一个程序计算尼克应该如何选取任务,才能获得最大的空暇时间。

输入输出格式

输入格式:

输入数据第一行含两个用空格隔开的整数 N N N K K K( 1 N 10000 1 K 10000 1≤N≤10000,1≤K≤10000 1N100001K10000),N表示尼克的工作时间,单位为分钟,K表示任务总数。

接下来共有K行,每一行有两个用空格隔开的整数P和T,表示该任务从第P分钟开始,持续时间为T分钟,其中 1 P N 1 P + T 1 N 1≤P≤N,1≤P+T-1≤N 1PN1P+T1N

输出格式:

输出文件仅一行,包含一个整数,表示尼克可能获得的最大空暇时间。

输入输出样例

输入样例#1:

15 6
1 2
1 6
4 11
8 5
8 1
11 5

输出样例#1:

4

问题分析

这是一道dp题,第一反应是设 f [ i ] f[i] f[i]表示前 i i i分钟内尼克一共获得的最大休息时间,而有任务就必须要做
于是转移方程就是
i f ( ! t [ i ] . s i z e ( ) ) <mtext>     </mtext> f [ i + 1 ] = m a x ( f [ i + 1 ] , <mtext>    </mtext> f [ i ] + 1 ) if(!t[i].size()) ~~~f[i+1] = max(f[i+1], ~~f[i] + 1) if(!t[i].size())   f[i+1]=max(f[i+1],  f[i]+1)
e l s e <mtext>     </mtext> f [ i + t [ i ] [ j ] ] = m a x ( f [ i + t [ i ] [ j ] ] , <mtext>    </mtext> f [ i ] ) else~~~f[i+t[i][j]] = max(f[i + t[i][j]], ~~f[i]) else   f[i+t[i][j]]=max(f[i+t[i][j]],  f[i])
t [ i ] t[i] t[i]存的是在第 i i i分钟开始的任务
然而仔细思考之后,是不是感觉有问题呢?
这就要了解初始化的重要性了!

举个例子

n = 10 , k = 2 , [ 1 , 10 ] , [ 2 , 3 ] n = 10, k = 2, 区间是[1,10] , [2,3] n=10,k=2,[1,10],[2,3]
答案显然是 0 0 0 对吧, 可按照状态转移方程推出来答案却是 8 8 8
原因在于我们用了中间的不合法状态来进行转移了!
f [ 11 ] f [ 3 ] 2 f [ 3 ] f[11] 是由 f[3] 一步步转移来的, 然而任务2根本没有机会完成,也就是说,f[3]是不合法的状态 f[11]f[3]2f[3]
想想我们的dp,正确性的保证来源于上一个状态的正确性,以及转移方程的正确性,有些像数学归纳法吧。在这道题中,我们是无法保证每一个状态都是正确的,因为有不合法的状态,也就是遇到任务不一定必做,因此我们不能用不合法的状态来推合法的状态。加上初始化之后,遇到任务就相当于是必做了,每个合法状态就都是由前一个合法的状态转移而来的了,而每个合法状态的转移明显符合上述方程,因此这个dp就是对的了!

下面贴一波代码

//if(!t[i].size()) f[i+1] = f[i] + 1
//else f[i + t[i][j]] = max(f[i + t[i][j]], f[i])
#include <cstdio>
#include <iostream>
#include <cstring>
#include <algorithm>
#include <vector>
#define N 10005
using namespace std;
int f[N];
vector<int> t[N];
int main(){
	int i, j, n, m, k, p;
	scanf("%d%d", &n, &k);
	memset(f, 0xc0, sizeof(f));
	for(i = 1; i <= k; i++){
		scanf("%d%d", &p, &j);
		t[p].push_back(j);
	}
	f[1] = 0;
	for(i = 1; i <= n; i++){
		if(t[i].size()){
			for(j = 0; j < t[i].size(); j++){
				f[i + t[i][j]] = max(f[i + t[i][j]], f[i]);
			}
		}
		else f[i+1] = max(f[i+1], f[i] + 1);
	}
	printf("%d", f[n+1]);
	return 0;
}

这道题在一定程度上是加深了我对dp的理解的,非常奈斯!

最后讲讲这题还有倒推的做法, f [ i ] f[i] f[i]表示 i n i-n in共获得的休息时间。

转移方程

i f ( ! t [ i ] . s i z e ( ) ) <mtext>    </mtext> f [ i ] = m a x ( f [ i ] , <mtext>    </mtext> f [ i + 1 ] + 1 ) if(!t[i].size()) ~~f[i] = max(f[i], ~~f[i+1] + 1) if(!t[i].size())  f[i]=max(f[i],  f[i+1]+1)
e l s e <mtext>    </mtext> f [ i ] = m a x ( f [ i ] , <mtext>    </mtext> f [ i + t [ i ] [ j ] ] ) else ~~f[i] = max(f[i], ~~f[i+t[i][j]]) else  f[i]=max(f[i],  f[i+t[i][j]])
倒推是不用初始化的,为什么呢?原因就在于每个状态都是合法状态,而转移又是对的,满足了有任务必须做的要求。
哎呀说的比较乱,但这些都是我的思考过程,希望看的人能尽量理解吧!