SSL 2409 句子#线性动态规划#

本文介绍了一种使用动态规划解决字符串匹配问题的方法。通过定义状态转移方程 f[i] 来表示加密后单词 1 到 i 的最小代价,并通过不断更新此状态来寻找最优解。文章详细展示了如何通过比较子串并计算转换成本来实现这一过程。

比赛


题目

From ssl


分析

dp
状态转移方程:

f [ i ] f[i] f[i]表示加密后的单词 1 − i 1-i 1i的最小代价

f [ i ] = min ⁡ ( f [ i ] , f [ i − l e n [ j ] ] + w ) f[i]=\min(f[i],f[i-len[j]]+w) f[i]=min(f[i],f[ilen[j]]+w)


代码

#include <cstdio>
#include <cstring>
#include <climits>
using namespace std;
int n,len[51],slen,alpha[26],f[101]; char s[102],word[51][52];
int main(){
	freopen("sents.in","r",stdin);
	freopen("sents.out","w",stdout);
	scanf("%d\n",&n);
	for (int i=1;i<=n;i++) scanf("%s",word[i]+1),len[i]=strlen(word[i]+1);
	scanf("%s",s+1); slen=strlen(s+1);
	for (int i=1;i<=slen;i++){
		f[i]=INT_MAX;
		for (int j=1;j<=n;j++){
			if (i<len[j]) continue; //不可能转换
			int w=0;
			memset(alpha,0,sizeof(alpha));
			for (int k=1;k<=len[j];k++){
				if (s[i-len[j]+k]!=word[j][k]) w++;//需要转换
				alpha[s[i-len[j]+k]-97]++;//增加
				alpha[word[j][k]-97]--;//减少
			}
			for (int k=0;k<26;k++) if (alpha[k]) w=INT_MAX;//如果出现不能解码的自动无解
			if ((long long)f[i-len[j]]+w<f[i]) f[i]=f[i-len[j]]+w;//动态规划
		}
	}
	if (f[slen]!=INT_MAX) printf("%d",f[slen]); else puts("-1");
}
内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航避障;②研究智能优化算法(如CPO)在路径规划中的实际部署性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为系统鲁棒性。
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