UPC 2195 Temple Build(DP)

本文探讨了在算法实现过程中枚举顺序与数据类型选择的重要性。通过具体代码示例展示了如何利用不同数据类型来优化算法效率,特别是针对涉及大量计算的情况。

搞了一下午,枚举顺序要注意....然后数据类型....

 1 #include <iostream>
 2 #include <cstdio>
 3 #include <cstring>
 4 #include <queue>
 5 #include <map>
 6 #include <ctime>
 7 #include <cmath>
 8 #include <algorithm>
 9 using namespace std;
10 #define LL long long
11 LL dp[1000001];
12 LL c[4];
13 LL h,top,bot,i;
14 LL judge(LL x)
15 {
16     double ans;
17     ans = (bot-top)*x*1.0/h;
18     ans = bot - ans;
19     ans /= c[i];
20     return (int)ans;
21 }
22 int main()
23 {
24     int j;
25     LL ans;
26 
27     while(cin>>h>>bot>>top)
28     {
29         memset(dp,0,sizeof(dp));
30         for(i = 1; i <= 3; i ++)
31         cin>>c[i];
32         for(j = 1; j <= h; j ++)
33         {
34             for(i = 1; i <= 3; i ++)
35             {
36                 int tt;
37                 tt = judge(j);
38                 if(j < c[i]) continue;
39                 if(dp[j] < dp[j-c[i]] + (LL)c[i]*c[i]*c[i]*tt*tt)
40                 {
41                     dp[j] = dp[j-c[i]] + (LL)c[i]*c[i]*c[i]*tt*tt;
42                 }
43             }
44         }
45         ans = 0;
46         for(i = 1; i <= h; i ++)
47         {
48             ans = max(ans,dp[i]);
49         }
50         cout<<ans<<endl;
51     }
52     return 0;
53 }

 

转载于:https://www.cnblogs.com/naix-x/archive/2013/05/22/3093144.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