2011-2012 Waterloo Local Contest 24 September:E题(高斯消元,状压)

本文介绍了一种使用高斯消元法解决和谐矩阵问题的方法。通过矩阵元素编号与状态压缩技术,构建并求解一个特殊的线性方程组,最终得到满足特定条件的矩阵。文章详细解释了解题思路与步骤,并提供了完整的代码实现。

2015-03-03 20:44:14

Problem E: Harmonious Matrices

思路:这道题的模型是典型的高斯消元。

  解法1:经典做法,类似poj1222,给矩阵的每个元素编号,1~n×m,然后建立1600*1600的矩阵,直接高斯消元解。效率较低。

  解法2:将矩阵的第一行设为x1,x2,x3.....xm,然后发现由第一行可以确定第二行,

    第二行的元素依次:x1^x2 , x1^x2^x3 , x2^x3^x4 , .... , xm-1^xm,确定完第二行后,第一行的所有元素显然符合了要求,但是第二行不一定。

    再确定第三行,确定完后,第二行符合要求,第三行则不一定。

    由此,我们类推到n+1行,这样所有n行的所有位置都符合了要求,但是多出了这第n+1行...

    仔细思考,第n+1行显然是多余的,应该不存在!所以这行所有元素都是0。

    那么,如何表示某个元素是xa1^xa2^...^xak..这种形式呢,可以考虑用状压来处理。这样以来,矩阵的第一行就要初始化成:2^(m-1),2^(m-2) ,..... 2^0

    ※:现在,我们获得了第n+1行的数,比如:1101 , 0111 , 0011 , 0001

      表示:x1^x2^x4 = 0, x2^x3^x4 = 0, x3^x4 = 0 , x4 = 0

      这可以用高斯消元来解决。解出x1,x2,x3,x4,由于题目要求尽可能非全0,所以自由元令为1。

      最后把解出的各个x,带入到之前求出的矩阵中即可。

 1 #include <cstdio>
 2 #include <cstring>
 3 #include <cstdlib>
 4 #include <cmath>
 5 #include <vector>
 6 #include <map>
 7 #include <set>
 8 #include <stack>
 9 #include <queue>
10 #include <string>
11 #include <iostream>
12 #include <algorithm>
13 using namespace std;
14 
15 #define MEM(a,b) memset(a,b,sizeof(a))
16 #define REP(i,n) for(int i=1;i<=(n);++i)
17 #define REV(i,n) for(int i=(n);i>=1;--i)
18 #define FOR(i,a,b) for(int i=(a);i<=(b);++i)
19 
20 typedef long long ll;
21 
22 int T;
23 int n,m;
24 ll pw[50];
25 ll mx[50][50];
26 ll v[50],x[50];
27 
28 void Gauss(){
29     for(int i = 1,col = 1; col <= m && i <= m; ++i,++col){ //i:当前行,col:当前列
30         int k = -1;
31         FOR(j,i,m) if(v[j] & pw[m - col + 1]){
32             k = j;
33             break;
34         }
35         if(k == -1){
36             x[col] = 1; //自由元
37             --i;
38             continue;
39         }
40         swap(v[i],v[k]);
41         FOR(j,i + 1,m) if(v[j] & pw[m - col + 1]) v[j] ^= v[i];
42     }
43 }
44 
45 void Print(){
46     REP(i,n) REP(j,m){
47         int tmp = 0;
48         REP(o,m) if(mx[i][j] & pw[m - o + 1]) tmp ^= x[o];
49         printf("%d%c",tmp,j == m ? '\n' : ' ');
50     }
51 }
52 
53 void Solve(){
54     MEM(x,0); MEM(mx,0);
55     REP(i,40) pw[i] = (1LL << (i - 1));
56     REP(i,m) mx[1][i] = pw[m - i + 1];
57     REP(i,n) REP(j,m)   mx[i + 1][j] = mx[i - 1][j] ^ mx[i][j - 1] ^ mx[i][j] ^ mx[i][j + 1];
58     REP(i,m) v[i] = mx[n + 1][i];
59     Gauss();
60     //获得解
61     REV(i,m){ //若当消元
62         int k = -1; //k为主元位置
63         FOR(j,i,m) if(v[i] & pw[m - j + 1]){
64             k = j;
65             break;
66         }
67         if(k == -1) continue;
68         x[k] = 0;
69         FOR(j,k + 1,m) if(v[i] & pw[m - j + 1]) x[k] ^= x[j];
70     }
71     Print();
72 }
73 
74 int main(){
75     scanf("%d",&T);
76     REP(tt,T){
77         scanf("%d%d",&n,&m);
78         Solve();
79     }
80     return 0;
81 }

 

转载于:https://www.cnblogs.com/naturepengchen/articles/4311920.html

数据集介绍:电力线目标检测数据集 一、基础信息 数据集名称:电力线目标检测数据集 图片数量: 训练集:2898张图片 验证集:263张图片 测试集:138张图片 总计:3299张图片 分类类别: 类别ID: 0(电力线) 标注格式: YOLO格式,包含对象标注信息,适用于目标检测任务。 数据格式:JPEG/PNG图片,来源于空中拍摄或监控视觉。 二、适用场景 电力设施监控与巡检: 数据集支持目标检测任务,帮助构建能够自动识别和定位电力线的AI模型,用于无人机或固定摄像头巡检,提升电力设施维护效率和安全性。 能源与公用事业管理: 集成至能源管理系统中,提供实时电力线检测功能,辅助进行风险 assessment 和预防性维护,优化能源分配。 计算机视觉算法研究: 支持目标检测技术在特定领域的应用研究,促进AI在能源和公用事业行业的创新与发展。 专业培训与教育: 数据集可用于电力行业培训课程,作为工程师和技术人员学习电力线检测与识别的重要资源。 三、数据集优势 标注精准可靠: 每张图片均经过专业标注,确保电力线对象的定位准确,适用于高精度模型训练。 数据多样性丰富: 包含多种环境下的电力线图片,如空中视角,覆盖不同场景条件,提升模型的泛化能力和鲁棒性。 任务适配性强: 标注格式兼容YOLO等主流深度学习框架,便于快速集成和模型开发,支持目标检测任务的直接应用。 实用价值突出: 专注于电力线检测,为智能电网、自动化巡检和能源设施监控提供关键数据支撑,具有较高的行业应用价值。
【弹簧阻尼器】基于卡尔曼滤波弹簧质量阻尼器系统噪声测量实时态估计研究(Matlab代码实现)内容概要:本文围绕“基于卡尔曼滤波的弹簧质量阻尼器系统噪声测量与实时态估计”展开研究,利用Matlab代码实现对系统态的精确估计。重点在于应用卡尔曼滤波技术处理系统中存在的噪声干扰,提升对弹簧质量阻尼器系统动态行为的实时观测能力。文中详细阐述了系统建模、噪声特性分析及卡尔曼滤波算法的设计与实现过程,展示了滤波算法在抑制测量噪声、提高态估计精度方面的有效性。同时,该研究属于更广泛的信号处理与态估计技术应用范畴,适用于复杂动态系统的监控与控制。; 适合人群:具备一定控制系统理论基础和Matlab编程经验的高校研究生、科研人员及工程技术人员,尤其适合从事动态系统建模、态估计与滤波算法研究的相关人员。; 使用场景及目标:①应用于机械、航空航天、自动化等领域中对振动系统态的高精度实时估计;②为噪声环境下的传感器数据融合与态预测提供算法支持;③作为卡尔曼滤波算法在实际物理系统中应用的教学与科研案例。; 阅读建议:建议读者结合Matlab代码实践,深入理解系统建模与滤波器设计的关键步骤,关注噪声建模与滤波参数调优对估计性能的影响,并可进一步拓展至扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)在非线性系统中的应用。
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  | 博主筛选后可见
 
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