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

胚胎实例分割数据集 一、基础信息 • 数据集名称:胚胎实例分割数据集 • 图片数量: 训练集:219张图片 验证集:49张图片 测试集:58张图片 总计:326张图片 • 训练集:219张图片 • 验证集:49张图片 • 测试集:58张图片 • 总计:326张图片 • 分类类别: 胚胎(embryo):表示生物胚胎结构,适用于发育生物学研究。 • 胚胎(embryo):表示生物胚胎结构,适用于发育生物学研究。 • 标注格式:YOLO格式,包含实例分割的多边形标注,适用于实例分割任务。 • 数据格式:图片来源于相关研究领域,格式为常见图像格式,细节清晰。 二、适用场景 • 胚胎发育AI分析系统:构建能够自动分割胚胎实例的AI模型,用于生物学研究中的形态变化追踪和量化分析。 • 医学与生物研究:在生殖医学、遗传学等领域,辅助研究人员进行胚胎结构识别、分割和发育阶段评估。 • 学术与创新研究:支持计算机视觉与生物医学的交叉学科研究,推动AI在胚胎学中的应用,助力高水平论文发表。 • 教育与实践培训:用于高校或研究机构的实验教学,帮助学生和从业者掌握实例分割技术及胚胎学知识。 三、数据集优势 • 精准与专业性:实例分割标注由领域专家完成,确保胚胎轮廓的精确性,提升模型训练的可靠性。 • 任务专用性:专注于胚胎实例分割,填补相关领域数据空白,适用于细粒度视觉分析。 • 格式兼容性:采用YOLO标注格式,易于集成到主流深度学习框架中,简化模型开发与部署流程。 • 科学价值突出:为胚胎发育研究、生命科学创新提供关键数据资源,促进AI在生物学中的实际应用。
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