hdu 1565 方格取数(1)(DP 状态压缩)

状态压缩DP解决方格取数问题
本文介绍了一个方格取数问题的解决方案,利用状态压缩动态规划的方法,在保证取出的数所在的方格不相邻的前提下,实现了求解这些数的最大和。通过具体的代码示例展示了如何高效地实现这一算法。

 

方格取数(1)

Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 2585    Accepted Submission(s): 976


Problem Description
给你一个n*n的格子的棋盘,每个格子里面有一个非负数。
从中取出若干个数,使得任意的两个数所在的格子没有公共边,就是说所取的数所在的2个格子不能相邻,并且取出的数的和最大。


 

Input
包括多个测试实例,每个测试实例包括一个整数n 和n*n个非负数(n<=20)


 

Output
对于每个测试实例,输出可能取得的最大的和


 

Sample Input
  
3 75 15 21 75 15 28 34 70 5


 

Sample Output
  
188


 

Author
ailyanlu


 

Source


 

Recommend
8600

 

思路:状态压缩DP,记录从上个状态到下个状态。枚举每个状态,找到匹配的合法状态。

        令我很惊讶的是这代码居然只跑了468MS,怎么可能???我自己出了组20 接下来是20x20 的都是1的矩阵在电脑上跑半天都没出来。居然还能AC、

      真不知道杭电的这题数据有多弱啊。

   大家跑跑这组数据看看要多久。

20
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

 

 

#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
int dp[2][28659];
int low[28659],pos;
int n;
int map[33];
void ini()
{ pos=0;
  for(int i=0;i<1<<n;i++)
    if(!(i&(i<<1)))
    low[pos++]=i;
}
int get(int x)
{
  int ret=0,t=0;
  while(x)
  {
    if(x&1)ret+=map[t];
    t++;x>>=1;
  }
  return ret;
}
int main()
{ ///cout<<(1<<22)<<endl;
  while(cin>>n)
  { memset(dp,0,sizeof(dp));
    int v=0,_max=0;
    ini();
    for(int i=0;i<n;i++)
    {
      for(int j=0;j<n;j++)
        cin>>map[j];
      /*if(!i)
      { for(int j=0;j<pos;j++)
        dp[v][low[j]]=get(low[j]);
      }
       else
       {*/
         for(int j=0;j<pos;j++)
         { int ma=0;
           for(int k=0;k<pos;k++)
           {
             if(low[j]&low[k])continue;
             if(ma<dp[v^1][k])
              ma=dp[v^1][k];
           }
           dp[v][j]=ma+get(low[j]);
           _max=max(_max,dp[v][j]);
         }v^=1;
      // }

    }

    cout<<_max<<"\n";
  }
}


 

 

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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