洛谷试炼场P1514 引水入城 (搜索Ex)

博客给出题目P1514的链接https://www.luogu.org/problemnew/solution/P1514,并介绍解题思路,采用记忆化搜索加线段匹配的方式来解决该题目。

题目连接:https://www.luogu.org/problemnew/solution/P1514

解题思路:使用了记忆化搜索加线段匹配的方式

#include<bits/stdc++.h>
#define N 505
using namespace std;
int l[N][N],r[N][N],vis[N][N],h[N][N];
int dirx[]={1,0,0,-1},diry[]={0,1,-1,0};
int n,m;
void dfs(int x,int y)
{
	vis[x][y]=1;
	//cout<<x<<" "<<y<<endl;
	for(int i=0;i<4;i++)
	{
		int x1=x+dirx[i],y1=y+diry[i];
		if(x1<1||x1>n||y1<1||y1>m) continue;
		if(h[x1][y1]>=h[x][y]) continue;
		if(!vis[x1][y1])
		{
			dfs(x1,y1);
		}
		l[x][y]=min(l[x][y],l[x1][y1]);
		r[x][y]=max(r[x][y],r[x1][y1]);
	}
}
int main()
{
	//freopen("t.txt","r",stdin);
	scanf("%d%d",&n,&m);
	memset(l,0x3f3f3f3f,sizeof(l));
	memset(r,0,sizeof(r));
	for(int i=1;i<=m;i++)
	l[n][i]=r[n][i]=i;
	for(int i=1;i<=n;i++)
	{
		for(int j=1;j<=m;j++)
		{
			scanf("%d",&h[i][j]);
		}
	}
	memset(vis,0,sizeof(vis));
	for(int i=1;i<=m;i++)
	{
		if(vis[1][i]) continue;
		dfs(1,i);
	}
	bool fg=false;
	int cnt=0;
	for(int i=1;i<=m;i++)
	{
		if(!vis[n][i])
		{
			fg=true;
			cnt++;
		}
	}
	if(fg)
	{
		printf("0\n");
		printf("%d",cnt);
		return 0;
	}
	int left=1;
	while(left<=m)
	{
		int ma=0;
		for(int i=1;i<=m;i++)
		{
			if(l[1][i]<=left)
			ma=max(ma,r[1][i]);
		}
		cnt++;
		left=ma+1;
	}
	printf("1\n");
	printf("%d\n",cnt);
	return 0;
 } 

 

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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