POJ 1050 To the Max(最长子串DP)

刚看到这题目确实蒙了!之前没学过动态规划,于是在网上搜了搜,理解了一点,一下是解题思路:

题目大意是:读入一个nj阶数组,数组元素有正有负。比如:

0 -2 -7 0
9 2 -6 2                                                                                                                                                                 
-4 1 -4 1
-1 8 0 -2      

然后从里面截取出一个矩形,使得矩形内的元素之和最大,我们可以看到,截取出

9 2

-4 1

-1 8

这个矩形,和为15。输出结果为15!

思路:假设只有 一列数,求这一列数的最大子串和。例子:2 3 -1 -6 7 8,公式:sum[i]=max(0,sum[i-1])+a[i] ;若有多列,我们可以把它压缩成一列,在压缩过程中,只要确定从哪一行开始压缩,就把各列相加,逐渐往右走  ,dp[i]代表到第i个子串的长度,temp[i]表示当确定哪一行后,第i列的数之和,代码如下

#include <iostream>
#include <stdio.h>
#include <cstring>
using namespace std;
int main()
{
    int nums[101][105],dp[105]={0};
    int n,i,j,k,max=0;
    cin>>n;
    for(i=1;i<=n;i++)
    {
        for(j=1;j<=n;j++)
        cin>>nums[i][j];
    }
    for(i=1;i<=n;i++)//表示从第几行开始
    {
        int temp[105]={0};
        for(j=i;j<=n;j++)//表示从第几列结束
        {
            for(k=1;k<=n;k++)//表示第几列
            {
                temp[k]+=nums[j][k];
                if(temp[k]+dp[k-1]>0)
                dp[k]=temp[k]+dp[k-1];
                else
                dp[k]=0;
                if(dp[k]>max)
                max=dp[k];
            }
        }
    }
    cout<<max<<endl;
    return 0;
}


【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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