[BZOJ2064]分裂(状压dp)

本文介绍了一种使用状态压缩动态规划解决特定问题的方法,并详细解释了如何通过位运算来优化算法,减少操作次数。

题目:

我是超链接

题解:

虽然数据很小,一眼状压。。但。。。这咋整,于是我仔(cha)细(yue)思(ti)考(jie)
有一种方法是肯定的—–把以前的全部合并,然后一个个分裂成现在的:n+m-2
我们想想如何可以减少次数?如果我们能把初始状态和结束状态分别分为两堆,然后两边分别对应相等,就可以用n+m-4次操作完成(不用再把两堆合起来再分开)。
Emmm好像有办法?最少的方案?
如果以前的一部分可以单独对应(单独的合并分裂)到现在的一部分,就没必要把他们和剩下的再合到一起再分开了
我们可以用dp了?
为了方便,令以前的面积为正,现在的为负,那就尽量凑0,我们要知道所有选择的和啊。sum[i]表示状态i的面积之和
sum可以递推,用i&(-i)求出最小元素t,然后sum[i]=sum[t]+sum[i-t](这是随便找个较小的数分了?)

i&(-i):返回 i 的二进制数最低位为1的权值

例如
10100最低位的1权值是4
1001010最低位的1权值是2
111最低位的1权值是1

f[i]表示i这个状态处理过程中最多能得到0的次数
然后WA了几次。。woc???我做错了什么??然后。。然后。。然后。。
祸根:位运算的优先级。。多加括号啊

代码:

#include <cstdio>
#include <iostream>
#include <cstring>
#define N 21
using namespace std;
int sum[1<<N],f[1<<N];
int main()
{
    int n,i,m,j;
    scanf("%d",&n);
    for (i=1;i<=n;i++) scanf("%d",&sum[1<<i-1]);
    scanf("%d",&m);
    for (i=1;i<=m;i++) 
    {
        int x;scanf("%d",&x); 
        sum[1<<(i+n-1)]=-x;
    }
    int tot=(1<<(n+m))-1;
    for (i=1;i<=tot;i++)
    {
        int t=i&(-i);
        sum[i]=sum[i-t]+sum[t];
        for (j=1;j<=n+m;j++)
          if (i&(1<<j-1)) f[i]=max(f[i],f[i^(1<<j-1)]);
        if (!sum[i]) f[i]++;
    }
    printf("%d",n+m-2*f[tot]);
}
下载前可以先看下教程 https://pan.quark.cn/s/a426667488ae 标题“仿淘宝jquery图片左右切换带数字”揭示了这是一个关于运用jQuery技术完成的图片轮播机制,其特色在于具备淘宝在线平台普遍存在的图片切换表现,并且在整个切换环节中会展示当前图片的序列号。 此类功能一般应用于电子商务平台的产品呈现环节,使用户可以便捷地查看多张商品的照片。 说明中的“NULL”表示未提供进一步的信息,但我们可以借助标题来揣摩若干核心的技术要点。 在构建此类功能时,开发者通常会借助以下技术手段:1. **jQuery库**:jQuery是一个应用广泛的JavaScript框架,它简化了HTML文档的遍历、事件管理、动画效果以及Ajax通信。 在此项目中,jQuery将负责处理用户的点击动作(实现左右切换),并且制造流畅的过渡效果。 2. **图片轮播扩展工具**:开发者或许会采用现成的jQuery扩展,例如Slick、Bootstrap Carousel或个性化的轮播函数,以达成图片切换的功能。 这些扩展能够辅助迅速构建功能完善的轮播模块。 3. **即时数字呈现**:展示当前图片的序列号,这需要通过JavaScript或jQuery来追踪并调整。 每当图片切换时,相应的数字也会同步更新。 4. **CSS美化**:为了达成淘宝图片切换的视觉效果,可能需要设计特定的CSS样式,涵盖图片的排列方式、过渡效果、点指示器等。 CSS3的动画过渡特性(如`transition``animation`)在此过程中扮演关键角色。 5. **事件监测**:运用jQuery的`.on()`方法来监测用户的操作,比如点击左右控制按钮或自动按时间间隔切换。 根据用户的交互,触发相应的函数来执行...
垃圾实例分割数据集 一、基础信息 • 数据集名称:垃圾实例分割数据集 • 图片数量: 训练集:7,000张图片 验证集:426张图片 测试集:644张图片 • 训练集:7,000张图片 • 验证集:426张图片 • 测试集:644张图片 • 分类类别: 垃圾(Sampah) • 垃圾(Sampah) • 标注格式:YOLO格式,包含实例分割的多边形点坐标,适用于实例分割任务。 • 数据格式:图片文件 二、适用场景 • 智能垃圾检测系统开发:数据集支持实例分割任务,帮助构建能够自动识别分割图像中垃圾区域的AI模型,适用于智能清洁机器人、自动垃圾桶等应用。 • 环境监控管理:集成到监控系统中,用于实时检测公共区域的垃圾堆积,辅助环境清洁治理决策。 • 计算机视觉研究:支持实例分割算法的研究优化,特别是在垃圾识别领域,促进AI在环保方面的创新。 • 教育实践:可用于高校或培训机构的AI课程,作为实例分割技术的实践数据集,帮助学生理解计算机视觉应用。 三、数据集优势 • 精确的实例分割标注:每个垃圾实例都使用详细的多边形点进行标注,确保分割边界准确,提升模型训练效果。 • 数据多样性:包含多种垃圾物品实例,覆盖不同场景,增强模型的泛化能力鲁棒性。 • 格式兼容性强:YOLO标注格式易于主流深度学习框架集成,如YOLO系列、PyTorch等,方便研究人员开发者使用。 • 实际应用价值:直接针对现实世界的垃圾管理需求,为自动化环保解决方案提供可靠数据支持,具有重要的社会意义。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值