hdu 1506 dp思想的应用

最大矩形面积
本文介绍了一种使用动态规划思想解决最大矩形面积问题的方法。通过计算每个位置向左右两边可以扩展的最大长度,预处理得到这些长度后,再计算每个位置作为高度时所能构成的最大矩形面积,最终找到所有矩形中的最大面积。

我们要求最大矩形面积,那么我们应该求每个矩形向两边延伸的最大长度,最坏情况为0(n),必然TLE,那么我们可以应该DP的思想,用一个数组来保存一些结果。

例如,dpl【i】表示从左边过来的最长,那么我们计算dpl【i】的时候,如果左边的比自己高,那么dpl【i】=dpl【i-1】,但是可能在前面还有更多符合情况的(比i-1低但是比i高),所以我们要用i-1-dp【i-1】,继续寻找,详情看代码

#include<iostream>
#include<string.h>
#define LL long long 
using namespace std;
const int maxn=100010;
int dpl[maxn],dpr[maxn];
LL height[maxn];
int main()
{
	LL ans;
	int i,j,n;
	while(scanf("%d",&n)&&n)
	{
		for(i=1;i<=n;i++)
		{
			scanf("%d",&height[i]);
			dpl[i]=dpr[i]=1;
		}
		for(i=2;i<=n;i++)
		{
			int s=i-1;
			while(height[i]<=height[s]&&s>=1)
			{
				dpl[i]+=dpl[s];
				s=s-dpl[s];//继续寻找
			}
		}
		for(i=n-1;i>=1;i--)
		{
			int s=i+1;
			while(height[i]<=height[s]&&s<=n)
			{
				dpr[i]+=dpr[s];
				s=s+dpr[s];
			}
		}
		ans=0;
		for(i=1;i<=n;i++)
		{
			LL temp=(height[i]*(dpl[i]+dpr[i]-1));
			if(ans<temp) ans=temp;
		}
		cout<<ans<<endl;
	}
	return 0;
}


转载于:https://www.cnblogs.com/yobobobo/archive/2012/08/24/3826818.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