UVa 607 Scheduling Lectures

题目描述

你正在讲授一门课程，需要覆盖 $n$ 个主题（$1\le n\le 1000$）。每节课时长为 $L$ 分钟（$1\le L\le 500$），每个主题需要 $t_i$ 分钟（$1\le t_i\le L$）。对于每个主题，你必须决定在哪一节课中讲授。有两个限制：

1. 每个主题必须完整地在一节课内讲授，不能分割到两节课中。
2. 主题必须按顺序讲授，即主题 $i$ 必须在主题 $i+1$ 之前讲授。

在这些限制下，有时一节课结束时会有剩余时间（空闲时间）。如果剩余时间不超过 $10$ 分钟，学生乐于提前下课；如果剩余时间超过 $10$ 分钟，学生则会感到不满意。定义一节课的不满指数（$\text{DI}$）如下：

设某节课实际使用时间为 $m$（即该节课中所有主题时间之和），则空闲时间 $t=L-m$。不满指数为：

$$\text{DI}(t)=\{\begin{array}{ll}0,& t=0,\\ -C,& 1\le t\le 10,\\ (t-10{)}^2,& t>10,\end{array}$$

其中 $C$ 是给定的正整数。总不满指数为所有课程不满指数之和。

你的任务是：在满足上述约束的前提下，首先最小化使用的课程总数，然后在课程总数最小的方案中，最小化总不满指数。

输入格式

输入包含多组测试数据。每组数据第一行为整数 $n$，若 $n=0$ 则结束。第二行为两个整数 $L$ 和 $C$。接下来一行包含 $n$ 个整数 $t_1,t_2,\dots ,t_n$。

输出格式

对于每组数据，输出三行：

Case X:
Minimum number of lectures: Y
Total dissatisfaction index: Z

其中 $X$ 为从 $1$ 开始编号的案例号，$Y$ 为最小课程数，$Z$ 为对应的最小总不满指数。每组数据之间输出一个空行。

样例

输入

6
30 15
10 10 10 10 10 10
10
120 10
80 80 10 50 30 20 40 30 120 100
0

输出

Case 1:
Minimum number of lectures: 2
Total dissatisfaction index: 0

Case 2:
Minimum number of lectures: 6
Total dissatisfaction index: 2700

题目分析

本题有两个优化目标，且优先级不同：首要目标是最小化课程数量，次要目标是在课程数量最小时最小化总不满指数。

由于主题必须按顺序连续分配（不能打乱顺序），并且每个主题不可分割，因此实际上是将序列 $t_1,t_2,\dots ,t_n$ 划分为若干连续段，每个段对应一节课，段内主题时间总和不超过 $L$，且段数尽可能少，然后在段数最少的前提下最小化所有段的不满指数之和。

显然，最小可能的课程数可以通过贪心得到：按顺序累加主题时间，一旦加上下一个主题会超过 $L$，则必须开启新的一节课。这种贪心策略可以得到最小的课程数，因为每节课容量有限且主题不可拆分，推迟开启新课不会减少总段数（相反可能增加）。因此我们可以先用贪心求出最小课程数 $K$。

接下来，我们需要在恰好使用 $K$ 节课的前提下，最小化总不满指数。这可以通过动态规划解决。

设 $\text{DP}[i][j]$ 表示前 $i$ 节课覆盖前 $j$ 个主题时的最小总不满指数（$i$ 节课恰好用完）。那么转移时考虑最后一节课包含哪些主题：若第 $i$ 节课覆盖主题 $k+1$ 到 $j$，则这些主题的时间总和 $s={\sum }_{p=k+1}^j{t}_p$ 必须满足 $s\le L$。于是：

$$\text{DP}[i][j]=\underset{k<j,{\sum }_{p=k+1}^j{t}_p\le L}{\min }\left(\text{DP}[i-1][k]+\text{cost}(s)\right)$$

其中 $\text{cost}(s)$ 表示使用时间为 $s$ 时该节课的不满指数。初始条件 $\text{DP}[0][0]=0$，其余 $\infty$。最终答案为 $\text{DP}[K][n]$。

由于 $n\le 1000$，$K\le n$，直接三重循环（$i,j,k$）复杂度为 $O(n^3)$，可能较慢，但实际数据可通过。也可以优化为预处理前缀和，在转移时内层循环枚举 $k$，但由于 $n$ 较小（$1000$），$O(n^3)$ 在本题中可接受（实际运行时间 $0.160$ 秒）。

在代码中，使用的是记忆化搜索（$\text{dfs}$）实现动态规划，状态为 (lectures, topics) 表示剩余 lectures 节课覆盖前 topics 个主题的最小不满指数，递归地从后向前划分。

解题思路

步骤一：贪心求最小讲座数

按顺序累加主题时间，若加入下一个主题会导致当前讲座超过 $L$，则另起一节。记录讲座数 ML。

步骤二：动态规划求最小不满指数

采用记忆化搜索，函数 dfs(lectures, topics) 返回用 lectures 节课覆盖前 topics 个主题的最小不满指数。

• 若 lectures == 0：当 topics == 0 时返回 $0$，否则返回 $\infty$（无效状态）。
• 否则，枚举最后一节课覆盖的主题范围：假设最后一节课包含主题 t, t+1, ..., topics（其中 t 从 topics 递减到 1），累计时间 elapsed += ti[t]，一旦 elapsed > L 则停止枚举（因为时间只增不减，继续往前加只会更大）。对于每个可行的 t，计算 best = dfs(lectures-1, t-1)，若 best != INF，则更新当前状态值为 min(best + getDI(elapsed))。

记忆化数组 DI[lectures][topics] 存储结果，visited 标记是否计算过。

步骤三：输出

先输出 Case X:，再输出最小讲座数 ML，然后输出 dfs(ML, N)。

注意：每组数据之间输出空行，但末尾不需要多余空行。

复杂度分析

• 贪心求最小讲座数：$O(n)$。
• 记忆化搜索：状态数为 $K\times n$，每个状态枚举可能的最后一段，总转移次数约为 $O(n^3)$（因为对于每个状态 (i, j)，内部循环可能枚举 $O(j)$ 次）。$n$ 最大 $1000$，$n^3=10^9$ 过大，但实际由于 elapsed 超过 $L$ 会提前终止，且 $L$ 通常不大（$L\le 500$），平均每节课包含的主题数有限，因此实际运行很快。最坏情况下若所有 $t_i=1$，则每节课可包含 $L$ 个主题，状态数 $K\times n$，转移中内层循环最多 $L$ 次，总复杂度 $O(n\cdot L\cdot K)\approx O(n^2\cdot L)$，在 $n=1000,L=500$ 时约为 $5\times 10^8$，但仍可通过（UVa 运行时间 $0.160s$），说明实际数据更友好。
• 空间复杂度：$O(K\cdot n)$，即 $O(n^2)$，$n=1000$ 时可接受。

代码实现

// Scheduling Lectures
// UVa ID: 607
// Verdict: Accepted
// Submission Date: 2017-06-25
// UVa Run Time: 0.160s
//
// 版权所有（C）2017，邱秋。metaphysis # yeah dot net

#include <bits/stdc++.h>
using namespace std;

const int INF = 1 << 30, MAXN = 1024;

int N, L, C, ML, ti[MAXN], DI[MAXN][MAXN], visited[MAXN][MAXN];

int getDI(int m) {
    int t = L - m;
    if (t == 0) return 0;
    if (1 <= t && t <= 10) return -C;
    return (t - 10) * (t - 10);
}

int dfs(int lectures, int topics) {
    if (visited[lectures][topics]) return DI[lectures][topics];
    int *di = &DI[lectures][topics];
    if (lectures == 0) return topics ? INF : 0;
    else {
        *di = INF;
        int elapsed = 0;
        for (int t = topics; t >= 1; t--) {
            elapsed += ti[t];
            if (elapsed > L) break;
            int best = dfs(lectures - 1, t - 1);
            if (best != INF) *di = min(best + getDI(elapsed), *di);
        }
        visited[lectures][topics] = 1;
        return *di;
    }
}

int main() {
    cin.tie(0), cout.tie(0), ios::sync_with_stdio(false);
    int cases = 0;
    while (cin >> N, N > 0) {
        ML = 1;
        cin >> L >> C;
        memset(visited, 0, sizeof(visited));
        for (int i = 1, elapsed = 0; i <= N; i++) {
            cin >> ti[i];
            elapsed += ti[i];
            if (elapsed > L) {
                ML++;
                elapsed = ti[i];
            }
        }
        if (cases++ > 0) cout << '\n';
        cout << "Case " << cases << ":\n";
        cout << "Minimum number of lectures: " << ML << '\n';
        cout << "Total dissatisfaction index: " << dfs(ML, N) << '\n';
    }
    return 0;
}

总结

本题是典型的双目标优化问题，通过贪心求解第一目标，再通过动态规划求解第二目标。关键点包括：

• 主题的顺序性和不可分割性决定了划分必须是连续的。
• 先独立求解最小讲座数（贪心），因为该目标与不满指数无关，且贪心最优。
• 在固定讲座数下，使用动态规划求解最小不满指数，注意空闲时间不满指数的分段函数。
• 记忆化搜索实现简洁，但需注意状态无效时的 $\infty$ 处理。

该解法在时间上足够高效，思路清晰，适合作为动态规划与贪心结合的教学例题。