news 2026/4/16 12:27:35

洛谷 P1541 [NOIP 2010 提高组] 乌龟棋

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
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; }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 12:22:59

度量体系无效?聚焦驱动改进的真正指标

当数字失去意义 在软件测试领域&#xff0c;我们习惯了各种度量指标&#xff1a;测试用例执行率、缺陷密度、代码覆盖率...这些数字填满了我们的周报和仪表盘&#xff0c;但却常常面临一个尴尬的现状——指标很完美&#xff0c;质量依然堪忧。 为什么精心设计的度量体系无法驱…

作者头像 李华
网站建设 2026/4/7 5:49:05

3步配置Open-AutoGLM作业提醒,告别手动追踪的低效时代

第一章&#xff1a;Open-AutoGLM作业提醒的核心价值在现代自动化任务调度系统中&#xff0c;Open-AutoGLM作业提醒机制扮演着关键角色。它不仅提升了任务执行的可靠性&#xff0c;还显著降低了人为疏漏带来的风险。通过智能化的触发与通知策略&#xff0c;系统能够在作业即将超…

作者头像 李华
网站建设 2026/4/16 7:18:30

作业总是延期?Open-AutoGLM提醒机制帮你彻底解决拖延难题

第一章&#xff1a;作业总是延期&#xff1f;你可能忽略了这三大根源在软件开发和项目管理中&#xff0c;任务延期几乎是每个团队都会遭遇的难题。表面上看是进度滞后&#xff0c;但深层原因往往植根于流程与协作模式之中。以下是三个常被忽视却影响深远的根本性问题。需求模糊…

作者头像 李华
网站建设 2026/4/16 9:04:11

国巨AC系列车规厚膜电阻:为高可靠汽车电子提供稳健支撑

在汽车电子化、智能化快速发展的今天&#xff0c;电子元器件的可靠性、稳定性和环境适应性已成为系统设计的关键考量。作为国巨的一级代理&#xff0c;今天南山电子给大家介绍下国巨&#xff08;YAGEO&#xff09;的AC系列车规厚膜芯片电阻&#xff0c;正是为满足汽车电子及高可…

作者头像 李华
网站建设 2026/4/16 9:07:12

AI 技术中的 RAG、知识库与 Embedding

今年以来&#xff0c;AI 技术已经融入了我们的工作和生活中。我们通过 AI 问答逐渐取代了之前传统的搜索&#xff0c;有了 AI 的加持&#xff0c;我们的工作效率和生活便捷度确实提高了不少。今天&#xff0c;我们就一起来了解下 AI 技术中 RAG、知识库和 Embedding 这三门技术…

作者头像 李华
网站建设 2026/4/15 11:31:36

Open-AutoGLM你不知道的隐藏技巧:精准提醒设置让工作零失误

第一章&#xff1a;Open-AutoGLM作业提醒完成 在使用 Open-AutoGLM 框架进行自动化任务调度时&#xff0c;作业提醒功能是确保流程可追踪、可管理的重要组成部分。通过配置提醒机制&#xff0c;用户能够在关键节点收到通知&#xff0c;及时掌握任务执行状态。 配置提醒通道 Op…

作者头像 李华