玉米田【状压DP】【记搜】

本文介绍了一种使用状态压缩动态规划(状压DP)的方法来解决一个关于玉米种植的问题。在一个n×m的矩阵中,部分格子可以种植玉米,目标是计算所有不相邻种植玉米的方案数量。通过将每行的种植状态转化为二进制数并进行状态压缩,利用DP实现了高效求解。

题目大意:

一个n×mn×m的矩阵里,有几个是可以种植玉米的。求玉米种植不相连的方案数。


思路:

DFS爆搜 能拿90分,正解是状压DP。
可以把可种植玉米的土地用1表示,贫瘠的土地用0表示,每一行串成的数字就是一个二进制数,状态压缩后,就成了一个较小的十进制数。
f[i][j]f[i][j]表示在第ii行,状态压缩后的十进制数为j的情况下,总共种植的方案数。那么,若kk&j=j,那么说明在上一行的种植情况为kk时,这一行种植情况为j是合法的(即没有两个玉米种植位置相连)。那么f[i][j]f[i][j]就与f[i1][k]f[i−1][k]可以成立,f[i][j]+=f[i1][k]f[i][j]+=f[i−1][k]
最终答案就是2m1i=0f[n][i]∑i=02m−1f[n][i]


代码:

#include <cstdio>
#include <iostream>
#define fre(x) freopen(#x".in","r",stdin),freopen(#x".out","w",stdout);
using namespace std;

int n,m,a[21][21],g[21],f[21][5001],ms,num[41],sum;
bool state[5001];

int main()
{
    fre(cowfood);
    scanf("%d%d",&n,&m);
    num[1]=1;
    for (int i=2;i<=30;i++)
     num[i]=num[i-1]*2;  //为下面求2^i初始化
    for (int i=1;i<=n;i++)
     for (int j=1;j<=m;j++)
     {
        scanf("%d",&a[i][j]);
        g[i]=g[i]+num[j]*a[i][j];  //状态压缩
     }
    ms=num[m+1];  //2^m
    for (int i=0;i<ms;i++)
     state[i]=((!((i<<1)&i))&&(!((i>>1)&i)));  //初始化
    f[0][0]=1;
    for (int i=1;i<=n;i++)
     for (int j=0;j<ms;j++)
      if (state[j]&&((j&g[i])==j))  //为j的情况合法
       for (int k=0;k<ms;k++)
        if (!(j&k))  //k在上一行的情况合法
         f[i][j]+=f[i-1][k];
    for (int j=0;j<ms;j++)
     sum=(sum+f[n][j])%100000000;
    return printf("%d\n",sum)&0;
}
六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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