江哥的DP题(B)

【题目描述】

给定两个1~N的序列A、B,如果Ai=Bj,则能够在Ai、Bj之间连一条直线,要求每条直线至多与一条直线相交。

【输入描述】

第一行输入一个正整数N;

第二行输入N个正整数,表示序列A的元素;

第三行输入N个正整数,表示序列B的元素。

【输出描述】

输出一个整数,表示最大的合法连线数量。

【样例输入】

7

1 5 7 3 2 6 4

7 3 4 1 6 5 2

【样例输出】

4

【数据范围及提示】

对于30%的数据,N ≤ 20; 
对于100%的数据,N ≤ 1000。

源代码:

#include<cstdio>
#include<algorithm>
using namespace std;
int n,i1[1001],i2[1001],j1[1001],j2[1001],f[1001][1001];
int Max(int t1,int t2,int t3)
{
    return max(max(t1,t2),t3);
}
int main()
{
    scanf("%d",&n);
    for (int a=1;a<=n;a++)
    {
        scanf("%d",&i1[a]);
        j1[i1[a]]=a; //位置数组。 
    }
    for (int a=1;a<=n;a++)
    {
        scanf("%d",&i2[a]);
        j2[i2[a]]=a;
    }
    for (int a=1;a<=n;a++)
      for (int b=1;b<=n;b++)
        if (i1[a]==i2[b])
          f[a][b]=f[a-1][b-1]+1;
        else
        {
            f[a][b]=max(f[a][b-1],f[a-1][b]);
            if (j1[i2[b]]<a&&j2[i1[a]]<b)
              f[a][b]=Max(f[j1[i2[b]]][j2[i1[a]]]+2,f[a-1][b],f[a][b-1]);
        }
    printf("%d",f[n][n]);
    return 0;
}

/*
    这个DP就厉害了。
    最近看多了厕厕的上树直播,所以说话一股摩登味,不要介意。
    设f[i][j]表示取序列A前i个元素与序列B前j个元素的最多连线数量,则有如下状态转移方程:
        (1)A[i]=B[j]
            f[i][j]=f[i-1][j-1]+1
        (2)A[i]≠B[j]
            f[i][j]=max(f[X][Y]+2,f[i-1][b],f[i][j-1])(X表示B[j]在序列A中的位置,Y与此同理)。
    此类型的DP似乎可以用前n项来二维实现。
*/

转载于:https://www.cnblogs.com/Ackermann/p/6013808.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