DP--POJ1191 棋盘分割

本文介绍了一个关于矩阵的问题,即寻找包含n个矩形的特定矩阵内,所有内部矩形数字和的平方和最小值的方法。通过递归算法和动态规划思想,实现了高效的求解过程。

 题目描述

分析:

代码:

#include<iostream>
#include<algorithm>
#include<cstring>
#include<cmath>
#include<cctype>
using namespace std;

int s[9][9],MIN;                   //MIN是一个陷阱 可以去掉 千万不能把MIN在fun函数中做全局变量来用,会GG
int sum[9][9];
int res[15][9][9][9][9];

int r_sum(int x1,int y1,int x2, int y2){              //求任意矩形内所有数之和 
    return sum[x2][y2]+sum[x1-1][y1-1]-sum[x2][y1-1]-sum[x1-1][y2];
}

int fun(int n,int x1,int y1,int x2,int y2){           //以x1,y1和x2,y2构成的 内含n个矩形 的矩形其“内部各个矩形的数字和的平方 的和”最小值 
    int i,l,tp,z,y,s,x,MIN=100000000;    
    if( res[n][x1][y1][x2][y2]!=-1 )  return res[n][x1][y1][x2][y2];
    if(n==1){
        int l1=r_sum(x1,y1,x2,y2);
        res[n][x1][y1][x2][y2]=l1*l1;
        return l1*l1;
    }


    for(i=x1;i<x2;i++){                             //纵切,留左留右哪个好?
        z=r_sum(x1,y1,i,y2);
        y=r_sum(i+1,y1,x2,y2);
        tp=min(y*y+fun(n-1,x1,y1,i,y2),z*z+fun(n-1,i+1,y1,x2,y2) ); 
        if( tp<MIN ) MIN=tp;
    }
    for(l=y1;l<y2;l++){                             //横切,留上留下哪个好?
        s=r_sum(x1,y1,x2,l);  
        x=r_sum(x1,l+1,x2,y2); 
        tp=min(s*s+fun(n-1,x1,l+1,x2,y2),x*x+fun(n-1,x1,y1,x2,l) );
        if( tp<MIN ) MIN=tp;                        // 四种切法哪个好?
    }
    res[n][x1][y1][x2][y2]=MIN;                     //最好的
    return MIN;
}

int main(){
//    freopen("in.txt","r",stdin);
    memset(sum,0,sizeof(sum));
    memset(res,-1,sizeof(res));
    int n,i_sum;
    cin>>n;
    for(int i=1;i<=9;i++){
    i_sum=0;
    for(int j=1;j<9;j++){
        cin>>s[i][j];
        i_sum+=s[i][j];                //第i行前j个数之和 
        sum[i][j]+=sum[i-1][j]+i_sum;    //1,1到i,j矩形内的所有数之和 
    }
    }
//    cout<<sum[1][1]<<' '<<sum[4][4]<<' '<<sum[8][8]<<endl;
//    cout<<fun(n,1,1,8,8)<<endl;
    double result=n*fun(n,1,1,8,8)-sum[8][8]*sum[8][8];
    printf("%.3f\n",sqrt(result/(n*n)));
    return 0;
}

 

转载于:https://www.cnblogs.com/ucandoit/p/8480392.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