UVA - 10118 Free Candies 记忆化搜索经典

本文介绍了一种使用深度优先搜索解决糖果分配问题的方法。通过定义状态d[a][b][c][d]来记录从不同篮子取出特定数量糖果后的最大收益,并利用记忆化搜索避免重复计算。

            思路:d[a][b][c][d]表示从已经第一个篮子取了a颗糖,第二个取了b颗糖,第三个取了c颗糖,第四个取了d颗糖最多还能够获得多少糖果。首先明白一个问题:如果能分别取a,b,c,d个,不论如何取,最后篮子中剩余的糖果颜色和个数都是一样的。那么一旦搜索到一个已经被搜索过得状态,直接返回即可,没必要继续搜索。

  AC代码:

#include<cstdio>
#include<algorithm>
#include<cstring>
#include<utility>
#include<string>
#include<iostream>
#include<map>
#include<set>
#include<vector>
#include<queue>
#include<stack>
using namespace std;
#define eps 1e-10
#define inf 0x3f3f3f3f
#define PI pair<int, int> 
const int maxn = 40 + 2;
int cand[4][maxn], n;
int d[maxn][maxn][maxn][maxn];
int top[4], bit[30];
void init() {
	bit[0] = 1;
	for(int i = 1; i < 22; ++i) bit[i] = bit[i-1] * 2;
}
int dfs(int color, int cnt) {
	if(d[top[0]][top[1]][top[2]][top[3]] != -1) 
		return d[top[0]][top[1]][top[2]][top[3]];
	if(cnt == 5) return d[top[0]][top[1]][top[2]][top[3]] = 0;
	int ans = 0;
	for(int i = 0; i < 4; ++i) {
		if(top[i] >= n) continue;
		int col = ++top[i];
		col = bit[cand[i][col]];
		if(col & color) { //篮子中已经右该颜色 
			 int a = 1 + dfs(color - col, cnt - 1);
			 ans = max(ans, a);
		}
		else {
			int a = dfs(color + col, cnt + 1);
			ans = max(ans, a);
		}
		top[i]--;
	}
	return d[top[0]][top[1]][top[2]][top[3]] = ans;
}

int main() {
	init();
	while(scanf("%d", &n) == 1 && n) {
		memset(d, -1, sizeof(d));
		memset(top, 0, sizeof(top));
		for(int i = 1; i <= n; ++i) 
			for(int j = 0; j < 4; ++j) 
				scanf("%d", &cand[j][i]); 
		printf("%d\n", dfs(0, 0));
	}
	return 0;
}

如有不当之处欢迎指出!

转载于:https://www.cnblogs.com/flyawayl/p/8305415.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