2016 多校3 1009 Palindrome Bo 回文串dp+优化

本文介绍了一种解决递增回文串序列问题的动态规划算法,通过优化达到O(n^2)的时间复杂度,并详细展示了如何利用前后缀数组进行状态转移。

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

题意 给一个串,要求找出有多少个从里到外递增(不严格)的回文串序列(即可以分开的),最大长度是多少


做法:很容易想到维护一个n3的区间dp
dp[l][r]  更新是枚举c(c<=a[l])  dp[ nxt[l][c] ][ pre[r][c] ]
nxt[pos][c]代表pos位置向右第一个值为c的位置
pre[pos][c]代表pos位置向左第一个值为c的位置
但是会t


考虑n2优化
我们发现,如果固定l左端点,移动右端点,每次移动一次,nxt[l]这个数组在移动过程中是不会变的
pre[r]数组随着r->r+1,每次也只会变一个值,就是新加入的r+1
那么我们考虑先反着扫l,在正着搞r,这样扫过的所有子区间都被我提前处理过
从前到后维护一个ans最优解

每次到达r时,枚举的那个c应该是越来越优的,所以我只需要把原来的pre[r][a[r]]的影响(如果有)减掉。再加上r的影响即可

#pragma comment(linker,"/STACK:1024000000,1024000000")
#include <cstdio>
#include <cstring>
#include <vector>
#include <cstdlib>
#include <stack>
#include <algorithm>
#include <queue>
#include <map>
#define xx first
#define yy second
using namespace std;
typedef long long ll;
const ll mod = 1e9+7;

ll dp[5005][5005], f[5005][5005];
int nxt[5005][5005], pre[5005][5005];
ll a[5005];
pair<ll,int>san[5005];

int main()
{
    int n, i, j, m, l, r;
    freopen("in.in", "r", stdin );
    while(~scanf("%d", &n)){
        for( i = 1; i <= n; i ++ ){
            scanf("%I64d", &a[i]);
            san[i].xx = a[i];
            san[i].yy = i;
        }
        sort( san+1, san+1+n );//离散化
        int cnt = 0;
        san[0].xx = -1;
        for( i = 1; i <= n; i ++ ){
            if( san[i].xx != san[i-1].xx ) cnt ++;
            a[ san[i].yy ] = cnt;
        }
        //for( i = 1; i <= n; i ++ ) printf("%I64d  ", a[i]);
        a[0] = a[n+1] = cnt+1;
        memset( dp, -1, sizeof(dp) );
        memset( nxt, 0, sizeof(nxt) );
        memset( pre, 0, sizeof(pre) );
        for( i = 0; i <= n+1; i ++ ){
            for( j = i+1; j <= n+1; j ++ ){
                if( !nxt[i][a[j]] ) nxt[i][a[j]] = j;
            }
            for( j = i-1; j >= 0; j -- ){
                if( !pre[i][a[j]] ) pre[i][a[j]] = j;
            }
        }
        for( l = n+1; l >= 0; l -- ){//  倒过来搞
            ll ans1 = 0, ans2 = 1;
            for( r = l; r <= n+1; r ++ ){
                ll tmp1, tmp2;
                if( l == r ){
                    dp[l][r] = 1;
                    f[l][r] = 1;
                    continue;
                }
                if( a[r-1] <= a[l] ){
                    tmp1 = dp[ nxt[l][a[r-1]] ][ pre[r-1][a[r-1]] ];
                    tmp2 = f[ nxt[l][a[r-1]] ][ pre[r-1][a[r-1]] ];
                    if( ans1 == tmp1 ){
                        ans2 = ans2-tmp2+mod;
                        ans2 %= mod;
                    }
                    if( ans1 < tmp1 ){
                        ans1 = tmp1;
                        ans2 = tmp2;
                    }//在更新之前,我必须先去除前一个右边为a[r]的留下的影响
                    tmp1 = dp[ nxt[l][a[r-1]] ][ r-1 ];
                    tmp2 = f[ nxt[l][a[r-1]] ][ r-1 ];
                    if( ans1 == tmp1 ){
                        ans2 += tmp2;
                        ans2 %= mod;
                    }
                    if( ans1 < tmp1 ){
                        ans1 = tmp1;
                        ans2 = tmp2;
                    }
                }
                if( a[l] == a[r] ){
                    dp[l][r] = ans1 + 2;
                    f[l][r] = ans2;
                }
                else dp[l][r] = 0, f[l][r] = 0;
            }
        }
        ll ans1 = 1, ans2 = 1;
//        for( i = 1; i <= n; i ++ ){
//            for( j = i; j <= n; j ++ ){
//                printf("dp %d %d  %I64d   %I64d\n", i, j, dp[i][j], f[i][j]);
//            }
//        }
        for( i = 1; i <= cnt; i ++ ){
            if( dp[ nxt[0][i] ][ pre[n+1][i] ] > ans1 ){
                ans1 = dp[ nxt[0][i] ][ pre[n+1][i] ];
                ans2 = f[ nxt[0][i] ][ pre[n+1][i] ];
            }
            else if( ans1 == dp[ nxt[0][i] ][ pre[n+1][i] ] ){
                ans2 += f[ nxt[0][i] ][ pre[n+1][i] ];
                ans2 %= mod;
            }
        }
        printf("%I64d %I64d\n", ans1, ans2);
    }
}


基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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