만드는 중입니다

아직 만드는 중이라 바뀔 수 있습니다

투표 의욕 꺾기

시간 제한2초메모리 제한512 MB

요약
겹치지 않게 이야기 구간을 골라 노출된 유권자의 투표 성향을 조정하고, 오른쪽 후보와 왼쪽 후보의 성향 합 차이를 최대로 만든다.
난이도

보통10점 중 5점

유형
동적 계획법, 구간, 정렬
정답자
아직 제출이 없습니다

문제

선거에서 가짜 뉴스는 자기 후보의 득표를 늘리기보다 상대 후보의 지지자가 투표장에 나오지 않게 만드는 데 쓰인다. 흔히 쓰는 방법은 특정 집단을 겨냥해 그 집단이 지지하는 후보의 부정적인 소식을 그 집단의 기존 편견에 들어맞는 형태로 퍼뜨리는 것이다. 이 문제는 그 상황을 다음과 같이 모형으로 옮긴다.

유권자 jj는 좌우 정치 성향을 나타내는 축 위의 실수 위치 xjx_j에 있고, 위치가 0인 유권자는 없다. xj<0x_j < 0인 유권자는 좌파 후보에게, xj>0x_j > 0인 유권자는 우파 후보에게 투표한다. 유권자 jj의 투표 성향은 pjp_j이다.

가짜 뉴스 ii는 구간 [ℓi,ri][\ell_i, r_i]와 계수 did_i로 정해지며 0≤di≤10 \le d_i \le 1이다. 구간 [ℓi,ri][\ell_i, r_i] 안에 있는 유권자가 이 뉴스에 노출되면 그 유권자의 투표 성향은 pjp_j에서 pj×dip_j \times d_i로 바뀐다.

캠프는 어떤 유권자도 두 개 이상의 구간에 들어가지 않도록 퍼뜨릴 가짜 뉴스의 집합을 고른다. 고른 구간 하나에 들어간 유권자는 그 뉴스에 노출된다. 고른 뉴스를 모두 퍼뜨린 뒤, 우파 후보에게 투표하는 유권자의 투표 성향 합에서 좌파 후보에게 투표하는 유권자의 투표 성향 합을 뺀 값을 최대로 만들어라.

입력

첫째 줄에 데이터 집합의 개수 KK가 주어진다(1≤K≤1001 \le K \le 100). 이어서 데이터 집합 KK개가 차례로 주어진다.

각 데이터 집합의 첫째 줄에는 유권자 수 nn과 가짜 뉴스 수 mm이 주어진다(1≤n≤2001 \le n \le 200, 1≤m≤501 \le m \le 50).

다음 nn개 줄에는 유권자 jj의 위치 xjx_j와 투표 성향 pjp_j가 주어진다(−1≤xj≤1-1 \le x_j \le 1, xj≠0x_j \ne 0, 0≤pj≤10 \le p_j \le 1). 유권자는 xjx_j가 감소하지 않는 순서로 주어진다.

다음 mm개 줄에는 가짜 뉴스 ii의 ℓi\ell_i, rir_i, did_i가 주어진다(−1≤ℓi≤ri≤1-1 \le \ell_i \le r_i \le 1, 0≤di≤10 \le d_i \le 1). 가짜 뉴스는 rir_i가 감소하지 않는 순서로 주어진다.

모든 수는 소수점 아래 두 자리까지만 주어진다. 어떤 xjx_j도 어떤 ℓi\ell_i나 rir_i와 같지 않다.

출력

각 데이터 집합마다 먼저 Data Set x:를 한 줄에 출력한다. 여기서 xx는 1부터 시작하는 데이터 집합의 번호이다.

다음 줄에 우파 후보를 지지하는 유권자의 투표 성향 합에서 좌파 후보를 지지하는 유권자의 투표 성향 합을 뺀 값의 최댓값을 소수점 아래 두 자리로 반올림해 출력한다. 정확히 중간인 값은 0에서 먼 쪽으로 반올림한다. 즉 0.375는 0.38로, -0.125는 -0.13으로 출력한다. -0.00 대신 0.00을 출력한다.

각 데이터 집합 뒤에는 빈 줄을 하나 출력한다.

예제2

  1. 예제 1

    입력
    1
    5 4
    -0.96 0.35
    -0.5 0.2
    -0.2 0.8
    0.3 0.4
    0.8 0.8
    -0.6 -0.4 0.95
    -1 0 0.8
    -0.3 0.4 0.5
    -0.98 0.9 0
    
    예상 출력
    Data Set 1:
    0.12
    
  2. 예제 2

    입력
    3
    1 1
    -0.5 0.6
    -0.9 -0.1 0
    4 2
    -0.8 0.5
    -0.3 0.4
    0.2 0.6
    0.7 0.9
    -0.9 -0.5 0.2
    -0.4 -0.1 0.5
    1 1
    0.5 0.3
    -0.9 -0.8 0
    
    예상 출력
    Data Set 1:
    0.00
    
    Data Set 2:
    1.20
    
    Data Set 3:
    0.30