[BZOJ1801] 中国象棋 dp

本文介绍了一种使用动态规划解决特殊填表问题的方法。通过定义状态 f[i][j][k] 来表示第 i 行的状态,其中 j 列已被填两次,k 列被填一次,并给出了详细的转移方程。包括三种情况:不填、填一个、填两个,通过这些转移方程实现了从上一行状态到当前行状态的有效转移。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

我们可以考虑到每一列都是互不影响的
于是乎可以定义状态f[i][j][k]表示第i行,j列已经被填了两次,k列已经被填了一次,转移则可以直接由上一行转移过来。
1. 不填
f[i][j][k]=f[i1][j][k]
2. 填一个
f[i][j][k]+=f[i1][j1][k+1](k+1)
f[i][j][k]+=f[i1][j][k1](mjk+1)
3. 填两个
f[i][j][k]+=f[i1][j2][k+2]C2k+2
f[i][j][k]+=f[i1][j][k2]C2mkj+2
f[i][j][k]+=[i1][j1][k]k(mkj+1)

        #include<iostream>
        #include<iomanip>
        #include<algorithm>
        #include<cstdio>
        #include<cmath>
        #include<cstring>
        #define maxn 150
        #define mode 9999973
        #define ll long long
        using namespace std;
        ll dp[maxn][maxn][maxn],n,m,ans;
        ll f(int v)
        {
            return (v*(v-1)/2)%mode;
        }
        int main()
        {
        scanf("%lld%lld",&n,&m);    
        dp[1][0][0]=1;
        dp[1][0][1]=m;
        dp[1][0][2]=m*(m-1)/2;
        for(int i=2;i<=n;++i)
        for(int j=0;j<=m;++j)
        for(int k=0;k<=m;++k)
            {
            if(j+k>m) continue;
            dp[i][j][k]=dp[i-1][j][k];
            if(j>=1) dp[i][j][k]+=dp[i-1][j-1][k+1]*(k+1)%mode;
            if(k>=1) dp[i][j][k]+=dp[i-1][j][k-1]*(m-j-k+1)%mode;
            if(j>=2) dp[i][j][k]+=dp[i-1][j-2][k+2]*f(k+2)%mode;
            if(k>=2) dp[i][j][k]+=dp[i-1][j][k-2]*f(m-j-k+2)%mode;
            if(j>=1) dp[i][j][k]+=dp[i-1][j-1][k]*k%mode*(m-k-j+1); 
            }
        for(int i=0;i<=m;++i)
        for(int j=0;j<=m;++j)
        {
            if(i+j>m) continue;
            ans=(ans+dp[n][i][j])%mode;
        }
        cout<<ans<<endl;
        return 0;
        }

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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