2016弱校联盟十一专场10.2 Longest Increasing Subsequence

本文深入探讨了一个复杂的DP(动态规划)问题,通过详细的代码解析和逻辑说明帮助读者理解DP算法的应用场景及实现细节。文章中使用了C++进行编程示例,并讲解了如何通过排序和动态规划来解决特定的问题。

这个dp题很有学问,我也是照着标称写的
还需要学习
补: if(order[i] < order[i-1]) pre[j] += now[j]; 这句的解释

首先order表示的是每个数字排序之后的数组
order[0] 就是最小的那个数字是原来数组哪一个

但是会有等于的情况 所以这里定义的是如果
i < j时
* order[i] > order[j] 意味 A{order[i]] >= A[order[j]]
* order[j] < order[j] 意味 A[order[i]] < A[order[j]]

#include<vector>
#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
const int MAXN = 1e5+5;
typedef long long ll;


int main(){
    int n;
    while(~scanf("%d",&n)) {
        vector<int> low(n), high(n);
        int m = 0;
        for(int i = 0; i < n; ++i) {
            scanf("%d %d",&low[i],&high[i]);
            m = max(m, high[i]+1);
        }
        vector<ll> result(n+1);
        vector<int> order(n);
        for(int i = 0; i < n; ++i) order[i] = i;

        do{
            vector<ll> now(m);
            for(int i = low[order[0]]; i <= high[order[0]]; ++i) now[i] ++;
            for(int i = 1; i < n; ++i) {
                vector<ll> pre(m);
                ll sum = 0;
                int lo = low[order[i]]; int hi = high[order[i]];
                for(int j = 0; j < m; ++j) {
                    if(lo <= j && j <= hi) {
                        pre[j] = sum;
                        if(order[i] < order[i-1]) pre[j] += now[j];
                    }
                    sum += now[j];
                }
                now.swap(pre);
            }
            vector<int> dp(n,1);
            for(int i = 0; i < n; ++i)
                for(int j = 0; j < i; ++j)
                    if(order[j] < order[i]) {
                        dp[i] = max(dp[i], dp[j]+1);
                    }
            int maxx = *max_element(dp.begin(), dp.end());
            for(int i = 0; i < m; ++i)
                result[maxx] += now[i];
        }while(next_permutation(order.begin(), order.end()));

        for(int i = 1; i <= n; ++i) {
            if(i!=1) printf(" ");
            printf("%lld",result[i]);
        } printf("\n");
    }
    return 0;
}
【轴承故障诊断】加权多尺度字典学习模型(WMSDL)及其在轴承故障诊断上的应用(Matlab代码实现)内容概要:本文介绍了加权多尺度字典学习模型(WMSDL)在轴承故障诊断中的应用,并提供了基于Matlab的代码实现。该模型结合多尺度分析与字典学习技术,能够有效提取轴承振动信号中的故障特征,提升故障识别精度。文档重点阐述了WMSDL模型的理论基础、算法流程及其在实际故障诊断中的实施步骤,展示了其相较于传统方法在特征表达能力和诊断准确性方面的优势。同时,文中还提及该资源属于一个涵盖多个科研方向的技术合集,包括智能优化算法、机器学习、信号处理、电力系统等多个领域的Matlab仿真案例。; 适合人群:具备一定信号处理和机器学习基础,从事机械故障诊断、工业自动化、智能制造等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习并掌握加权多尺度字典学习模型的基本原理与实现方法;②将其应用于旋转机械的轴承故障特征提取与智能诊断;③结合实际工程数据复现算法,提升故障诊断系统的准确性和鲁棒性。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注字典学习的训练过程与多尺度分解的实现细节,同时可参考文中提到的其他相关技术(如VMD、CNN、BILSTM等)进行对比实验与算法优化。
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