[BZOJ2064]分裂

状压DP解决子集匹配问题

题目链接:

BZOJ2064.

一道神奇的状压\(DP\)

首先,次数的上限很好计算,最多就是把\(n1\)的数全部合并,再拆成\(n2\)个数,上限即\(n1+n2-2\)

但是并不一定要全部合起来,假设两个集合中各有子集相对应,和相等,那么就可以对这个子集单独处理,次数就可以\(-2\)(少合并,分裂一次)。

问题就转化成了求最多有多少子集相匹配,若有\(x\)个则答案为\(n1+n2-2*x\)

那么就可以用状压\(DP\)解决了,子集和可以预处理。

\(f_{[i][j]}\)表示初状子集\(i\)和末态子集\(j\)的最大匹配。

第一种转移是两个子集和不同,则可以由前面的状态转移,从\(i\)\(j\)中去掉一个,取\(Max\)

第二种是子集和相同,则\(f_{[i][j]}+1\)

时间复杂度 \(O(2^{n1+n2})\)

#include <cstdio>

inline int Max(int a,int b){return a>b?a:b;}

int n1,n2,s1[1<<10],s2[1<<10],f[1<<10][1<<10];

int main()
{
    scanf("%d",&n1);
    for(int i=0;i<n1;++i)scanf("%d",&s1[1<<i]);
    scanf("%d",&n2);
    for(int i=0;i<n2;++i)scanf("%d",&s2[1<<i]);
    for(register int i=0;i<(1<<n1);++i)//利用二进制预处理子集和
        s1[i]=s1[i^(i&-i)]+s1[i&-i];
    for(register int i=0;i<(1<<n2);++i)
        s2[i]=s2[i^(i&-i)]+s2[i&-i];
    for(register int i=1;i<(1<<n1);++i)
        for(register int j=1;j<(1<<n2);++j)
        {
            for(register int k=0;k<n1||k<n2;++k)
            {
                if(i>>k&1)f[i][j]=Max(f[i][j],f[i^(1<<k)][j]);
                if(j>>k&1)f[i][j]=Max(f[i][j],f[i][j^(1<<k)]);
            }
            if(s1[i]==s2[j])++f[i][j];
        }
    printf("%d\n",n1+n2-(f[(1<<n1)-1][(1<<n2)-1]<<1));
    return 0;
}

转载于:https://www.cnblogs.com/LanrTabe/p/10204784.html

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