当前位置: 首页 > news >正文

洛谷 P1541 [NOIP 2010 提高组] 乌龟棋

题目背景

NOIP2010 提高组 T2

题目描述

小明过生日的时候,爸爸送给他一副乌龟棋当作礼物。

乌龟棋的棋盘是一行 N 个格子,每个格子上一个分数(非负整数)。棋盘第 1 格是唯一的起点,第 N 格是终点,游戏要求玩家控制一个乌龟棋子从起点出发走到终点。

乌龟棋中 M 张爬行卡片,分成 4 种不同的类型(M 张卡片中不一定包含所有 4 种类型的卡片,见样例),每种类型的卡片上分别标有 1,2,3,4 四个数字之一,表示使用这种卡片后,乌龟棋子将向前爬行相应的格子数。游戏中,玩家每次需要从所有的爬行卡片中选择一张之前没有使用过的爬行卡片,控制乌龟棋子前进相应的格子数,每张卡片只能使用一次。

游戏中,乌龟棋子自动获得起点格子的分数,并且在后续的爬行中每到达一个格子,就得到该格子相应的分数。玩家最终游戏得分就是乌龟棋子从起点到终点过程中到过的所有格子的分数总和。

很明显,用不同的爬行卡片使用顺序会使得最终游戏的得分不同,小明想要找到一种卡片使用顺序使得最终游戏得分最多。

现在,告诉你棋盘上每个格子的分数和所有的爬行卡片,你能告诉小明,他最多能得到多少分吗?

输入格式

每行中两个数之间用一个空格隔开。

第 1 行 2 个正整数 N,M,分别表示棋盘格子数和爬行卡片数。

第 2 行 N 个非负整数,a1​,a2​,…,aN​,其中 ai​ 表示棋盘第 i 个格子上的分数。

第 3 行 M 个整数,b1​,b2​,…,bM​,表示 M 张爬行卡片上的数字。

输入数据保证到达终点时刚好用光 M 张爬行卡片。

输出格式

一个整数,表示小明最多能得到的分数。

输入输出样例

输入 #1复制

9 5 6 10 14 2 8 8 18 5 17 1 3 1 2 1

输出 #1复制

73

说明/提示

每个测试点 1s。

小明使用爬行卡片顺序为 1,1,3,1,2,得到的分数为 6+10+14+8+18+17=73。注意,由于起点是 1,所以自动获得第 1 格的分数 6。

对于 30% 的数据有 1≤N≤30,1≤M≤12。

对于 50% 的数据有 1≤N≤120,1≤M≤50,且 4 种爬行卡片,每种卡片的张数不会超过 20。

对于 100% 的数据有 1≤N≤350,1≤M≤120,且 4 种爬行卡片,每种卡片的张数不会超过 40;0≤ai​≤100(1≤i≤N),1≤bi​≤4(1≤i≤M)。

#include<bits/stdc++.h> using namespace std; const int N=360,M=50; int f[M][M][M][M],cnt[5]; int x[N]; int n,m; int main() { cin>>n>>m; for(int i=1;i<=n;i++) { cin>>x[i]; } for(int i=1;i<=m;i++) { int t; cin>>t; cnt[t]++; } f[0][0][0][0]=x[1]; for(int a=0;a<=cnt[1];a++) { for(int b=0;b<=cnt[2];b++) { for(int c=0;c<=cnt[3];c++) { for(int d=0;d<=cnt[4];d++) { int i=1+a+b*2+c*3+d*4; int& t=f[a][b][c][d]; if(a) t=max(t,f[a-1][b][c][d]+x[i]); if(b) t=max(t,f[a][b-1][c][d]+x[i]); if(c) t=max(t,f[a][b][c-1][d]+x[i]); if(d) t=max(t,f[a][b][c][d-1]+x[i]); } } } } cout<<f[cnt[1]][cnt[2]][cnt[3]][cnt[4]]<<endl; return 0; }
http://www.cnnetsun.cn/news/166535.html

相关文章:

  • 为什么顶尖工程师都在用Open-AutoGLM做任务提醒?真相曝光
  • 【Open-AutoGLM高分通过率背后的真相】:顶尖学员不愿公开的6个刷题技巧
  • 白话大模型与知识库的基础原理(不费脑版)
  • leetcode 764. Largest Plus Sign 最大加号标志
  • 对于pdf、excel、word、ppt文档如何进行有限的最有效的标注
  • Open-AutoGLM考试进入倒计时:如何用1天时间高效突击拿证?
  • RAG效果大飞跃!详解Rerank核心原理与实战,一文搞定排序优化。
  • 网络安全:是什么?新趋势?为什么值得学?一篇讲透行业红利
  • 零学AI Agent:大模型应用设计与实现全流程,附代码案例,建议收藏!
  • 春节宠物出行方案对比分析
  • 多 Agent 架构:Coordinator + Worker 模式
  • 【AI工程化进阶指南】:基于Open-AutoGLM的智能代理开发学习蓝图
  • 揭秘Open-AutoGLM智能调节系统:如何让您的家居能耗降低40%?
  • 【Open-AutoGLM学习路线图】:从零构建AI自动化系统的核心方法论
  • 皮肤问题早知道,Open-AutoGLM实时监测让你告别盲目护肤,现在不做就晚了
  • jQuery UI 实例 - 定位(Position)
  • 自走式除草机器人结构设计
  • Open-AutoGLM体温监测实战指南(从部署到数据分析全流程曝光)
  • Open-AutoGLM如何实现个性化体重预测:3个你必须掌握的技术细节
  • 【家庭自动化终极方案】:用Open-AutoGLM实现零遗忘家务安排
  • GraphRAG实战终极指南!从0到1打通OpenAI+LangChain+Neo4j,收藏这篇就够了!
  • 最近在研究石墨烯材料,这玩意儿真是神奇。说它是“材料界的明星”一点也不夸张。石墨烯的导电性和导热性都超强,而且它只有一层碳原子厚,简直是纳米技术的完美代表
  • Open-AutoGLM如何重构洗衣流程:9大优化策略全公开
  • 【AI营养师来了】:Open-AutoGLM饮食热量统计系统深度测评与优化建议
  • 基于单片机的智能门禁系统的设计与实现
  • 基于PLC工业机器人视觉定位及自动码垛系统的设计
  • 基于SSM的大王门店管理系统设计与实现
  • 网络安全完全指南:从小白到高手的系统学习路线与实战精讲
  • C++ 最強武器:利用類型系統實現零成本抽象
  • (28)全注解开发底层原理