当前位置: 首页 > news >正文

P6772 [NOI2020] 美食家

训练角度:图上的状态转移,倍增 → \rightarrow 优化状态转移;

▍ 题意

精灵王国共有 n n n 座城市,城市从 1 1 1 n n n 编号,其中城市 i i i 的美食能为小 W 提供 c i c_i ci 的愉悦值。精灵王国的城市通过 m m m单向道路连接,道路从 1 1 1 m m m 编号,其中道路 i i i 的起点为城市 u i u_i ui ,终点为城市 v i v_i vi,沿它通行需要花费 w i w_i wi 天。也就是说,若小 W 在第 d d d 天从城市 u i u_i ui 沿道路 i i i 通行,那么他会在第 d + w i d + w_i d+wi 天到达城市 v i v_i vi

小 W 计划在精灵王国进行一场为期 T T T 天的旅行,更具体地:他会在第 0 0 0 天从城市 1 1 1 出发,经过 T T T 天的旅行,最终在恰好第 T T T回到城市 1 1 1 结束旅行。由于小 W 是一位美食家,每当他到达一座城市时(包括第 0 0 0 天和第 T T T 天的城市 1 1 1),他都会品尝该城市的美食并获得其所提供的愉悦值,若小 W 多次到达同一座城市,他将获得多次愉悦值。注意旅行途中小 W 不能在任何城市停留,即当他到达一座城市且还未结束旅行时,他当天必须立即从该城市出发前往其他城市。

对于上图,小 W 一种为期 11 11 11 天的可行旅游方案为 1 → 2 → 1 → 2 → 3 → 1 1 \to 2 \to 1 \to 2 \to 3 \to 1 121231

  • 0 0 0 天,小 W 从城市 1 1 1 开始旅行,获得愉悦值 1 1 1 并向城市 2 2 2 出发。
  • 1 1 1 天,小 W 到达城市 2 2 2,获得愉悦值 3 3 3 并向城市 1 1 1 出发。
  • 4 4 4 天,小 W 到达城市 1 1 1,获得愉悦值 1 1 1 并向城市 2 2 2 出发。
  • 5 5 5 天,小 W 到达城市 2 2 2,获得愉悦值 3 3 3 并向城市 3 3 3 出发。
  • 7 7 7 天,小 W 到达城市 3 3 3,获得愉悦值 4 4 4 并向城市 1 1 1 出发。
  • 11 11 11 天,小 W 到达城市 1 1 1,获得愉悦值 1 1 1 并结束旅行。
  • 小 W 在该旅行中获得的愉悦值之和为 13 13 13

此外,精灵王国会在不同的时间举办 k k k 次美食节。具体来说,第 i i i 次美食节将于第 t i t_i ti 天在城市 x i x_i xi 举办,若小 W 第 t i t_i ti 天时恰好在城市 x i x_i xi,那么他在品尝城市 x i x_i xi 的美食时会额外得到 y i y_i yi 的愉悦值。现在小 W 想请作为精灵王国接待使者的你帮他算出,他在旅行中能获得的愉悦值之和的最大值

输入格式

从标准输入中读入数据。

第一行四个整数 n , m , T , k n, m, T, k n,m,T,k,依次表示城市数、道路条数、旅行天数与美食节次数。

第二行 n n n 个整数 c i c_i ci,表示每座城市的美食所能提供的愉悦值。接下来 m m m 行每行三个整数 u i , v i , w i u_i, v_i, w_i ui,vi,wi,依次表示每条道路的起点、终点与通行天数。

最后 k k k 行每行三个整数 t i , x i , y i t_i, x_i, y_i ti,xi,yi,依次表示每次美食节的举办时间、举办城市与提供的额外愉悦值。

本题中数据保证:

  • 对所有 1 ≤ i ≤ m 1 \leq i \leq m 1im,有 u i ≠ v i u_i\neq v_i ui=vi。但数据中可能存在路线重复的单向道路,即可能存在 1 ≤ i < j ≤ m ,使得 u i = u j , v i = v j 1 \leq i < j \leq m,使得 u_i = u_j, v_i = v_j 1i<jm,使得ui=uj,vi=vj
  • 对每座城市都满足:至少存在一条以该该城市为起点的单向道路。
  • 每次美食节的举办时间 t i t_i ti 互不相同。

输出格式

输出到标准输出中。

仅一行一个整数,表示小 W 通过旅行能获得的愉悦值之和的最大值。

若小 W 无法在第 T T T 天回到城市 1 1 1,则输出 − 1 -1 1

测试点约束

对于所有测试点:

1 ≤ n ≤ 50 1 \leq n \leq 50 1n50 n ≤ m ≤ 501 n \leq m \leq 501 nm501 0 ≤ k ≤ 200 0 \leq k \leq 200 0k200 1 ≤ t i ≤ T ≤ 1 0 9 1 \leq t_i \leq T \leq 10^9 1tiT109

1 ≤ w i ≤ 5 1 \leq w_i \leq 5 1wi5 1 ≤ c i ≤ 52501 1 \leq c_i \leq 52501 1ci52501 1 ≤ u i , v i , x i ≤ n 1 \leq u_i, v_i, x_i \leq n 1ui,vi,xin 1 ≤ y i ≤ 1 0 9 1 \leq y_i \leq 10^9 1yi109

每个测试点的具体限制见下表:

测试点编号 n n n m m m T T T特殊限制
1 ∼ 4 1\sim 4 14 ≤ 5 \le 5 5 ≤ 50 \le 50 50 ≤ 5 \le 5 5
5 ∼ 8 5\sim 8 58 ≤ 50 \le 50 50 ≤ 50 \le 50 50 ≤ 52501 \le 52501 52501
9 ∼ 10 9\sim 10 910 ≤ 50 \le 50 50 ≤ 50 \le 50 50 ≤ 1 0 9 \le 10^9 109A
11 ∼ 13 11\sim 13 1113 ≤ 50 \le 50 50 ≤ 50 \le 50 50 ≤ 1 0 9 \le 10^9 109 k = 0 k=0 k=0
14 ∼ 15 14\sim 15 1415 ≤ 50 \le 50 50 ≤ 50 \le 50 50 ≤ 1 0 9 \le 10^9 109 k ≤ 10 k\le 10 k10
16 ∼ 17 16\sim 17 1617 ≤ 50 \le 50 50 ≤ 50 \le 50 50 ≤ 1 0 9 \le 10^9 109
18 ∼ 20 18\sim 20 1820 ≤ 50 \le 50 50 ≤ 501 \le 501 501 ≤ 1 0 9 \le 10^9 109
题目分析
问题建模

本题的核心是求解在特定时间约束下(恰好 T T T 天返回起点)的最长路径问题,并处理多个时间点上的权值增益(美食节)。由于天数规模可达 1e9,直接逐天模拟不可行,需结合图论与动态规划进行高效求解。


算法思路

采用 倍增法(Binary Lifting)动态规划(DP) 结合,核心步骤包括:

  1. 状态扩展(拆点)

    将每个城市拆分为 ( w i ≤ 5 )   5 ( w_i \le 5 ) \ 5 (wi5) 5 个状态(对应道路通行时间 1 ∼ 5 1 \sim 5 15 天),通过状态转移表示 “剩余行走天数”。

    • 例如:城市 u u u 的拆分点为 u * 5 - 5 + w,其中 w 表示还需 w w w 天才能完成当前道路(如下图)。

在这里插入图片描述

  1. 预处理倍增矩阵

    定义 f[d][i][j] 表示从状态 i i i j j j 经过 2 d 2^d 2d 天的最大愉悦值。利用矩阵广义乘法(取 max 和加法)预处理所有可能的 2 d 2^d 2d 天转移。

  2. 分段处理时间轴

    将整个 T T T 天分割为多个区间(以美食节为分界点),逐个区间应用倍增矩阵快速计算状态转移,并在美食节时间点更新额外权值。


关键步骤解析
1. 拆点建模
  • 动机:处理道路通行时间 w i w_i wi(最多 5 5 5 天)带来的多日转移问题。
  • 方法:每个城市拆分为 5 5 5 个状态,表示当前停留的 “剩余天数”。
    • 例如:道路 u → v u \rightarrow v uv 耗时 3 3 3 天,对应 u u u 的初始状态转移到 v v v 的第 2 2 2 个拆分点(还需 2 2 2 天才能获得愉悦值)。
// 建边示例:u → v 耗时 w 天
int newU = u * 5 - 5;          // u 的初始拆分点(剩余 0 天)
int newV = v * 5 - 5 + w - 1;  // v 的拆分点(剩余 w-1 天)
f[0][newU][newV] = (w == 1 ? c_v : 0); // 若 w=1 直接获得愉悦值

在这里插入图片描述

2. 倍增矩阵预处理
  • 状态转移方程

    f[d][i][j] = max{ f[d-1][i][k] + f[d-1][k][j] }

    表示通过 2 d − 1 2^{d-1} 2d1 天的转移组合成 2 d 2^d 2d 天的转移。

  • 时间复杂度 O ( l o g D × n 3 ) O(log D \times n^3) O(logD×n3),其中 n n n 为拆点后的总状态数( 5 n 5n 5n)。

// 预处理倍增矩阵
for (int d = 1; (1 << d) <= maxDay; d++) {
    for (int i = 0; i < nSize; i++)
        for (int j = 0; j < nSize; j++)
            for (int k = 0; k < nSize; k++)
                f[d][i][j] = max(f[d][i][j], f[d-1][i][k] + f[d-1][k][j]);
}
3. 时间轴分段处理
  • 步骤

    (1) 按美食节时间排序,将总时间分割为多个区间。

    (2) 对每个区间应用倍增法快速计算状态转移。

    (3) 在美食节时间点检查是否可达对应城市,更新愉悦值。

// 处理每个时间段
for (每个美食节时间段) {
    getSum(时间间隔); // 应用倍增矩阵
    if (可达美食节城市) ans[城市] += 额外愉悦值;
}

在这里插入图片描述


复杂度分析
  • 预处理阶段 O ( l o g D × ( 5 n ) 3 ) O(log D \times (5n)^3) O(logD×(5n)3) D D D 为最大时间间隔。
  • 查询阶段 O ( k × l o g T × ( 5 n ) 2 ) O(k \times log T \times (5n)^2) O(k×logT×(5n)2) k k k 为美食节次数。
  • 总体复杂度:约 O ( 1 0 7 ) O(10^7) O(107) 量级,可处理题目最大数据规模
参考代码
#include <bits/stdc++.h>
#define ll long long

#define notDot -1
const int N = 256; // 50*5 每个点分裂成 5 个出来,最多 50 * 5个

ll f[30][N][N]; // f[d][i][j] 从点 i 到点 j 经过 2^d 天后得到的最大权值和
struct node     // 美食街的数据结构
{
    int day, city, happy;
    bool operator<(const node &A) const
    {
        return day < A.day; // 按照美食节的时间进行排序
    };
} food[N];
ll ans[N];    // 记录答案的数组,经过若干天后抵达 i 结点的权值
int happy[N]; // 抵达 i 点的权值
int n, nSize; // nSize=5n

/* 另外经过 day 天,抵达各个节点的最大权值 */
void getSum(int day)
{
    if (day == 0)
        return;                     // 如果是0天,没必要处理
    ll tmp[N];                      // 临时数组
    int k = 1, p = 0;               // 2^p=k
    for (int i = 0; i < nSize; i++) // 初始化无法到达的情况
        tmp[i] = notDot;
    while (k * 2 <= day) // 求出 ⌊ 2^p=k && k<=day ⌋ 的 p 和 k
        p++, k <<= 1;
    for (int i = 0; i < nSize; i++)
        for (int j = 0; j < nSize; j++)
            /* 如果点 i (起始节点)可以抵达,且 i->j 可以抵达 */
            if (ans[i] >= 0 && f[p][i][j] >= 0)
                tmp[j] = std::max(tmp[j], ans[i] + f[p][i][j]); // 经过 2^p 天后的贡献
    for (int i = 0; i < nSize; i++)                             // 复制到 ans
        ans[i] = tmp[i];
    if (day - k > 0)     // 还有天数未计算(不是2^p整数天)
        getSum(day - k); // 递归计算剩余问题
}

int main()
{
    int m, fCount, day;
    std::ios::sync_with_stdio(false), std::cin.tie(nullptr);
    std::cin >> n >> m >> day >> fCount;
    nSize = n * 5;
    for (int i = 0; i < nSize; i++)
    {
        ans[i] = notDot; // 无法可达
        for (int j = 0; j < nSize; j++)
            if (i - 1 == j && i / 5 == j / 5)
                f[0][i][j] = 0; // i 点经过 2^0 天抵达 j 点 边费为0
            else
                f[0][i][j] = notDot; // 其余情况无法直接到达
    }

    // 初始化
    ans[0] = 0; // 初始化站在节点 1,对应五倍扩展后的 0 节点
    for (int i = 0; i < n; i++)
    {
        std::cin >> happy[i];
        f[0][i * 5 + 1][i * 5] = happy[i]; // 到达点 i 的权值/愉悦值
    }

    // 根据美食节,建边
    for (int i = 0, u, v, w; i < m; i++)
    {
        std::cin >> u >> v >> w;
        int newU = u * 5 - 5, newV = v * 5 - 5 + w - 1; // 扩展后,u 点和 v 点 实际抵达的结点位置
        /* u 点到 v 点,如果是1天,则贡献直接为 v 点本身,否则需要再走 w-1 天才可抵达v点,边费为 0  */
        f[0][newU][newV] = (w == 1 ? happy[v - 1] : 0);
    }

    for (int i = 0; i < fCount; i++) // 美食节( 举行天数、举行的城市、额外的愉悦值 )
        std::cin >> food[i].day >> food[i].city >> food[i].happy;

    std::sort(food, food + fCount); // 按照美食节的时间进行排序
    int maxLine = 0;
    if (fCount == 0) // 没有美食节,则最大时间间隔就是总的旅游时间
        maxLine = day;
    else
    {
        maxLine = food[0].day; // 注意初始化,不能为 0,测试点为 80pts,少计算一个第一天的时间段
        // 对总时间用每个美食节进行分割,获取最长时间段
        for (int i = 0; i < fCount - 1; i++)
            maxLine = std::max(maxLine, food[i + 1].day - food[i].day);
        // 还要回到起点,看看旅行总天数 - 最后一个美食节的天数是否可以为更长
        maxLine = std::max(maxLine, day - food[fCount - 1].day);
    }

    // 递推倍增求 st 表,状态转移
    for (int d = 1; (1 << d) <= maxLine; d++)
    {
        for (int i = 0; i < nSize; i++)
            for (int j = 0; j < nSize; j++)
            {
                f[d][i][j] = notDot; // 初始化不可达
                for (int k = 0; k < nSize; k++)
                    if (f[d - 1][i][k] >= 0 && f[d - 1][k][j] >= 0) // (i->k) + (k->j) = (i->j), a^d = a^(d-1) + a(d-1);
                        f[d][i][j] = std::max(f[d][i][j], f[d - 1][i][k] + f[d - 1][k][j]);
            }
    }
    int nday = 0;
    for (int i = 0; i < fCount; i++) // 按照每一个美食节的时间段进行倍增、递推
    {
        getSum(food[i].day - nday);
        nday = food[i].day;
        int ed = food[i].city * 5 - 5;
        if (ans[ed] > notDot) // 如果美食节当天可以抵达城市,则增加额外的权值
            ans[ed] += food[i].happy;
    }

    getSum(day - nday);   // 总旅行时间 - 最后一个美食节的时间
    if (ans[0] == notDot) // 如果不能回到起点,则输出 -1,否则可以
        std::cout << notDot << "\n";
    else
        std::cout << ans[0] + happy[0] << "\n"; // 要把初始结点的权值也加上,表示可以回到起点
    return 0;
}

➪ 时间复杂度:主导项: O ( l o g D × n 3 ) O(log D \times n^3) O(logD×n3),下面为详细的分析。

  1. 预处理倍增数组( f[d][i][j] 数组)

    • 循环结构:外层循环 d d d 的迭代次数为 O ( l o g D ) O(log D) O(logD) D D D 是最大时间间隔(例如总天数 day)。

      内层三重循环 ( i , j , k ) (i,j,k) (i,j,k) 的范围都是 O ( n ) O(n) O(n)(实际为 5 n 5n 5n,但常数可以忽略)。

  2. 递归处理时间段( getSum 函数)

    • 递归次数:对于每个时间段进行二进制拆分,最多处理 l o g D a y logDay logDay 次。

      共需处理 O ( f C o u n t + 1 ) O(fCount + 1) O(fCount+1) 个时间段(每个美食节分割一次 + 最后剩余天数)。

    • 单次处理:m诶次分解需便利所有节点对 ( i , j ) (i,j) (i,j),复杂度 O ( n 2 ) O(n^2) O(n2)

    • 总复杂度: O ( f C o u n t + 1 ) × l o g   d a y × n 2 ) O(fCount + 1) \times log \ day \times n^2) O(fCount+1)×log day×n2),当 f C o u n t fCount fCount 较小时可以忽略,较大时可能接近 O ( l o g   d a y × n 3 ) O(log \ day \times n^3) O(log day×n3)

总结

本题通过拆点建模将复杂的时间转移转化为状态转移,结合倍增法高效处理大规模天数问题,并巧妙利用事件分割优化计算路径。该解法在时间与空间复杂度间取得平衡,是典型的图论与动态规划结合的高级应用。

相关文章:

  • WebSocket的参数粗略解释
  • AVL树的平衡算法的简化问题
  • 数据类型及sizeof,进制转换
  • go中实现子模块调用main包中函数的方法
  • /etc/sysconfig/jenkins 没有这个文件
  • 计算机网络-TCP/IP协议族
  • 无再暴露源站!群联AI云防护IP隐匿方案+防绕过实战
  • netsh实现TCP端口转发
  • 40.动态规划13
  • Ansible命令行模式常用模块使用案例(三)
  • Python与Solidity联手:从跨语言智能合约开发到区块链生态跃迁
  • 实习笔试-01字符转换小写字母
  • 【AWS入门】2025 AWS亚马逊云科技账户注册指南
  • 《解锁华为黑科技:MindSpore+鸿蒙深度集成奥秘》
  • A Survey on Mixture of Experts 混合专家模型综述(第二部分:混合专家系统设计)
  • 机器学习基础
  • MyBatis 如何解析 XML 配置文件和 SQL 映射文件
  • 【综述】An Introduction to Vision-Language Modeling【二】
  • WordPress调用当前文章作者头像
  • 使用Flask和OpenCV 实现树莓派与客户端的视频流传输与显示
  • 原核试验基地司令员范如玉逝世,从事核试验研究超40年
  • 以军称已开始在加沙的新一轮大规模攻势
  • 圆桌丨全球化博弈与人工智能背景下,企业如何落地合规体系
  • 央视起底“字画竞拍”网络传销案:涉案44亿元,受害者众多
  • 龚正市长调研闵行区,更加奋发有为地稳增长促转型,久久为功增强发展后劲
  • 恒生银行回应裁员传闻:受影响的员工数目占银行核心业务员工总数约1%