牛客网12533,合唱团题解:乘积最大化问题的动态规划解法
一、问题分析与算法设计
这是一个典型的动态规划问题,需要考虑正负值对乘积的影响。我们需要维护两个DP数组:一个记录最大值,一个记录最小值(因为负负得正)。
二、C++代码实现
#include <iostream> #include <vector> #include <climits> using namespace std; long long maxProduct(int n, vector<int>& ability, int k, int d) { // dp_max[i][j]表示选j个人,最后一个人是i时的最大乘积 // dp_min[i][j]表示选j个人,最后一个人是i时的最小乘积 vector<vector<long long>> dp_max(n+1, vector<long long>(k+1, LLONG_MIN)); vector<vector<long long>> dp_min(n+1, vector<long long>(k+1, LLONG_MAX)); // 初始化:选1个人时就是自己的能力值 for(int i = 1; i <= n; i++) { dp_max[i][1] = ability[i-1]; dp_min[i][1] = ability[i-1]; } for(int j = 2; j <= k; j++) { // 选j个人 for(int i = j; i <= n; i++) { // 当前选第i个人 // 前一个人只能在[i-d, i-1]范围内 int start = max(j-1, i-d); // 至少需要j-1个人 for(int l = start; l < i; l++) { // 考虑三种情况:正×正,负×负,正×负 dp_max[i][j] = max(dp_max[i][j], max(dp_max[l][j-1] * ability[i-1], dp_min[l][j-1] * ability[i-1])); dp_min[i][j] = min(dp_min[i][j], min(dp_max[l][j-1] * ability[i-1], dp_min[l][j-1] * ability[i-1])); } } } // 找出选k个人时的最大乘积 long long result = LLONG_MIN; for(int i = k; i <= n; i++) { result = max(result, dp_max[i][k]); } return result; } int main() { int n, k, d; cin >> n; vector<int> ability(n); for(int i = 0; i < n; i++) cin >> ability[i]; cin >> k >> d; cout << maxProduct(n, ability, k, d) << endl; return 0; }
三、算法解析
数据结构设计:
使用两个二维数组分别存储最大值和最小值
考虑正负值对乘积的影响
关键处理逻辑:
三重循环处理状态转移
每次考虑前d个位置的可能情况
同时维护最大值和最小值
复杂度分析:
时间复杂度:O(nkd)
空间复杂度:O(n*k)
原创内容 转载请注明出处