ACM周中总结—9月28日

本文总结了算法竞赛中遇到的一些典型问题及其解决方案,包括使用BFS解决特定数字序列问题、求解最长上升子序列的改进方法及树状数组与线段树的应用技巧。

         这半个周除了补题(树状数组和线段树)以外还在看南宁赛的题解。

         上次只说了B和F题,至于J题,题目说了一大堆,其实就是说了一个bfs的问题,就是一个数123..n(1<=n<=9),

将第一个数与其他数交换,形成新的数,计算两个数之间最短的步数题目(题目中给的图片没怎么看懂),其实就是一个bfs的题,看完题解悔死了。另外L题目就是求最长上升子序列,但每个值得权值不一样有1,5,0,将负数直接跳过,1保存,5的复制5份保存,然后直接正常求最长上升子序列(因为权值固定只有这几个数且不大),中间还要用到LIS算法优化(维护一个动态扩展的数组a[i],表示最长上升序列是i的最小下标最后尽量找数组最后面的,因为查找是可以对a[]数组进行二分所依才有了一个较快的速度)。

        另外,就是一直再水树状数组与线段树,总的感觉树状数组不如线段树那么好用,像区间更新的题。另外,有一道印象深刻的题,给一串数,找l到r上不重复的数的加和,困扰了好久,问的大佬的思路才做出,因为要计算区间不重复的值加和,先对输入的区间按r大小排序,按顺序操作,这样操作过的位置不会对后面产生影响,用数组记录该位置上的数重复的上一个出现的位置,没重复记录-1,按顺序操作时就按顺序删除该位置上上一个重复位置,计算区间和,按顺序算出每个区间内的和。这个方法好像叫离线法,很巧妙,还要多看看。至于其他题,都是水题了。明天至少要把扫描线计算面积彻底独立A出。

      

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;; 使用场景及目标: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