bzoj 1084: [SCOI2005]最大子矩阵

本文介绍了一个关于从n*m的矩阵中选择k个不重叠子矩阵使其分值总和最大的问题。通过动态规划的方法定义了状态转移方程,并给出了具体的实现代码,最终复杂度为O(n^3k)。

Description
这里有一个n*m的矩阵,请你选出其中k个子矩阵,使得这个k个子矩阵分值之和最大。注意:选出的k个子矩阵
不能相互重叠。
Input
第一行为n,m,k(1≤n≤100,1≤m≤2,1≤k≤10),接下来n行描述矩阵每行中的每个元素的分值(每个元素的
分值的绝对值不超过32767)。
Output
只有一行为k个子矩阵分值之和最大为多少。
Sample Input
3 2 2
1 -3
2 3
-2 3
Sample Output
9

解题报告:这数据范围就看出是个SBT,但本人太菜,写的又丑又长,复杂度又高.
定义f[i][j][k]表示第一列的前i列第二行的前j列都处理完,一共选出了k个的最大分值之和,这个显然是很好转移的:枚举矩阵大小和形状,然后分情况转移即可
复杂度\(O(n^3k)\)

#include <algorithm>
#include <iostream>
#include <cstdlib>
#include <cstring>
#include <cstdio>
#include <cmath>
#define RG register
#define il inline
#define iter iterator
#define Max(a,b) ((a)>(b)?(a):(b))
#define Min(a,b) ((a)<(b)?(a):(b))
using namespace std;
const int N=105,inf=2e8;
int f[N][N][15],a[N][3],g[3][N][N],xy[N][N];
void work()
{
    int n,m,K;
    scanf("%d%d%d",&n,&m,&K);
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
            scanf("%d",&a[i][j]);
    for(int j=1;j<=2;j++){
        //g[j][i][k]表示第j列的i-k一段的最大子段和
        for(int i=1;i<=n;i++){
            for(int k=1;k<=i;k++){
                int tot=0,ret=-inf;
                for(int l=i;l>=k;l--){
                    if(tot<0)tot=a[l][j];
                    else tot+=a[l][j];
                    if(tot>ret)ret=tot;
                }
                g[j][k][i]=ret;
            }
        }
    }
    for(int i=1;i<=n;i++){
        //xy[i][j]表示前两列一起时 i-j的最大子段和
        for(int k=1;k<=i;k++){
            int tot=0,ret=-inf;
            for(int l=i;l>=k;l--){
                if(tot<0)tot=a[l][1]+a[l][2];
                else tot+=a[l][1]+a[l][2];
                if(tot>ret)ret=tot;
            }
            xy[k][i]=ret;
        }
    }
    int s,ans=-inf;
    for(int k=0;k<K;k++)
        for(int i=0;i<=n;i++){
            for(int j=0;j<=n;j++){
                f[i][j][k+1]=Max(f[i][j][k+1],f[i][j][k]);
                s=Max(i,j)+1;
                for(int l=s;l<=n;l++){
                    f[l][l][k+1]=Max(f[l][l][k+1],f[i][j][k]+xy[s][l]);
                }
                for(int l=i+1;l<=n;l++)
                    f[l][j][k+1]=Max(f[l][j][k+1],f[i][j][k]+g[1][i+1][l]);
                for(int l=j+1;l<=n;l++)
                    f[i][l][k+1]=Max(f[i][l][k+1],f[i][j][k]+g[2][j+1][l]);
            }
        }
    for(int i=0;i<=n;i++)
        for(int j=0;j<=n;j++)
            ans=Max(ans,f[i][j][K]);
    printf("%d\n",ans);
}
int main()
{
    freopen("pp.in","r",stdin);
    freopen("pp.out","w",stdout);
    work();
    return 0;
}

转载于:https://www.cnblogs.com/Yuzao/p/7481841.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