Lightoj1004(dp/记忆化dfs)易错!

本文探讨了一道关于在数字组成的菱形中寻找从顶部到底部路径上的数字最大和的问题,并给出了使用深度优先搜索(DFS)解决该问题的几种尝试及修正。

题目:http://www.lightoj.com/volume_showproblem.php?problem=1004

题意:给定一个由数字组成的菱形,问从顶端走到底端的路线上数字的最大和,行走方式为可以从当前数字向下一层临近的两个数字走。

思路:动态规划。对于菱形的上半部,可以得状态转移方程为dp[i][j] += max(dp[i-1][j-1], dp[i-1][j]),对于下半部,可以得状态转移方程为dp[i][j] = max(dp[i-1][j], dp[i-1][j+1]),最后dp[2*n-1][1]就是答案

但是我非常想用dfs写!:

先来个错误代码:

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<sstream>
using namespace std;
int mp[210][210],num=0,n,vis[210][210];
int nx[][2]= {1,0,1,1};
int ny[][2]= {1,-1,1,0};
int dfs(int x,int y)
{
    int i,tx,ty;
    if(vis[x][y]!=0)
        return vis[x][y];
    if(x==2*n-1)
        return mp[x][y];
    if(x<=n-1)
    {
        for(i=0; i<2; i++)
        {
            tx=x+nx[i][0];
            ty=y+nx[i][1];
            if(mp[tx][ty]==0)
                continue;
            vis[tx][ty]=max(vis[tx][ty],dfs(tx,ty));//tx,ty会变,x,y这个点下方的左右两点根本没比较
        }
        vis[x][y]=mp[x][y]+vis[tx][ty];
    }
    else if(x>=n)
    {
        for(i=0; i<2; i++)
        {
            tx=x+ny[i][0];
            ty=y+ny[i][1];
            if(mp[tx][ty]==0)
                continue;
            vis[tx][ty]=max(vis[tx][ty],dfs(tx,ty));
        }
        vis[x][y]=mp[x][y]+vis[tx][ty];
    }
    return vis[x][y];
}
int main()
{
    int t,i,j,ss=1;
    cin>>t;
    while(t--)
    {
        num=0;
        memset(mp,0,sizeof(mp));
        memset(vis,0,sizeof(vis));
        scanf("%d",&n);
        for(i=1; i<=n; i++)
            for(j=1; j<=i; j++)
                scanf("%d",&mp[i][j]);
        for(i=n+1; i<=2*n-1; i++)
            for(j=1; j<=2*n-i; j++)
                scanf("%d",&mp[i][j]);
        num=dfs(1,1);
        printf("Case %d: %d\n",ss++,num);
    }
    return 0;
}
改正代码:

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<sstream>
using namespace std;
int mp[210][210],num=0,n,vis[210][210];
int nx[][2]= {1,0,1,1};
int ny[][2]= {1,-1,1,0};
int dfs(int x,int y)
{
    int tx,ty,i;
    if(vis[x][y]!=0)
        return vis[x][y];
    if(x==2*n-1&&y==1)
    {
        return mp[x][y];
    }
    if(x<=n-1)
    {
        for(i=0; i<2; i++)
        {
            tx=x+nx[i][0];
            ty=y+nx[i][1];
            if(mp[tx][ty]==0)
                continue;
            vis[x][y]=max(vis[x][y],mp[x][y]+dfs(tx,ty));
        }
    }
    else if(x>=n)
    {
        for(i=0; i<2; i++)
        {
            tx=x+ny[i][0];
            ty=y+ny[i][1];
            if(mp[tx][ty]==0)
                continue;
            vis[x][y]=max(vis[x][y],mp[x][y]+dfs(tx,ty));
        }
    }
    return vis[x][y];
}
int main()
{
    int t,i,j,ss=1;
    cin>>t;
    while(t--)
    {
        num=0;
        memset(mp,0,sizeof(mp));
        memset(vis,0,sizeof(vis));
        scanf("%d",&n);
        for(i=1; i<=n; i++)
            for(j=1; j<=i; j++)
                scanf("%d",&mp[i][j]);
        for(i=n+1; i<=2*n-1; i++)
            for(j=1; j<=2*n-i; j++)
                scanf("%d",&mp[i][j]);
        num=dfs(1,1);
        printf("Case %d: %d\n",ss++,num);
    }
    return 0;
}

再来个超时代码:

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<sstream>
using namespace std;
int mp[210][210],num=0,n,vis[210][210];
int nx[][2]= {1,0,1,1};
int ny[][2]= {1,-1,1,0};
int dfs(int x,int y)
{
    if(x==2*n-1)
        return vis[x][y]=mp[x][y];
    if(vis[x][y]>0)
        return vis[x][y];
    if(x<n)
        return vis[x][y]=mp[x][y]+max(dfs(x+1,y),dfs(x+1,y+1));
    else if(x<2*n-1&&x>=n)
    {
        if(y>1)
            return vis[x][y]=mp[x][y]+max(dfs(x+1,y),dfs(x+1,y-1));//会一直向下扩展,类似矩形剪去一个角,导致超时
        else
            return vis[x][y]=mp[x][y]+dfs(x+1,y);
    }
}
int main()
{
    int t,i,j,ss=1;
    cin>>t;
    while(t--)
    {
        num=0;
        memset(mp,0,sizeof(mp));
        memset(vis,0,sizeof(vis));
        scanf("%d",&n);
        for(i=1; i<=n; i++)
            for(j=1; j<=i; j++)
                scanf("%d",&mp[i][j]);
        for(i=n+1; i<=2*n-1; i++)
            for(j=1; j<=2*n-i; j++)
                scanf("%d",&mp[i][j]);
        num=dfs(1,1);
        printf("Case %d: %d\n",ss++,num);
    }
    return 0;
}

改正代码:

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<sstream>
using namespace std;
int mp[210][210],num=0,n,vis[210][210];
int nx[][2]= {1,0,1,1};
int ny[][2]= {1,-1,1,0};
int dfs(int x,int y)
{
    if(x==2*n-1)
        return vis[x][y]=mp[x][y];
    if(vis[x][y]>0)
        return vis[x][y];
    if(x<n)
        return vis[x][y]=mp[x][y]+max(dfs(x+1,y),dfs(x+1,y+1));
    else if(x<2*n-1&&x>=n)
    {
        if(y==1)
            return vis[x][y]=mp[x][y]+dfs(x+1,y);
        else if(y==2*n-x)
            return vis[x][y]=mp[x][y]+dfs(x+1,y-1);
        else
            return vis[x][y]=mp[x][y]+max(dfs(x+1,y),dfs(x+1,y-1));
    }
}
int main()
{
    int t,i,j,ss=1;
    cin>>t;
    while(t--)
    {
        num=0;
        memset(mp,0,sizeof(mp));
        memset(vis,0,sizeof(vis));
        scanf("%d",&n);
        for(i=1; i<=n; i++)
            for(j=1; j<=i; j++)
                scanf("%d",&mp[i][j]);
        for(i=n+1; i<=2*n-1; i++)
            for(j=1; j<=2*n-i; j++)
                scanf("%d",&mp[i][j]);
        num=dfs(1,1);
        printf("Case %d: %d\n",ss++,num);
    }
    return 0;
}

学习就是不断纠错的过程,加油!

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
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