Uva1025 A Spy in the Metro

本文介绍了一个经典的UVa在线裁判题目——地铁间谍问题的算法解决方案。通过动态规划方法,计算出间谍在给定时间内能否达到指定位置,并给出最小等待时间。代码使用C++实现,考虑了左右两个方向的列车运行情况。
#include <iostream>
#include <cstring>
#include <cstdio>

using namespace std;

int t[55];
int dp[55][222];                 //dp[i][j]记录在第i个车站需要等待时间
int l[55][222], r[55][222];      //l[i][j]第i个车站在j时刻是否有从左边行驶的车辆  r[i][j]右方向同l[i][j]
int num = 0;
int min(int a,int b){
    if(a<b) return a;
    return b;
}
int main()
{
    int n,T,m,cur;
    while (scanf("%d",&n)!=EOF )
    {
        memset(l, 0, sizeof(l));
        memset(r, 0, sizeof(r));
        memset(dp, 0x3f, sizeof(dp));
        cin>>T;
        for(int i=1;i<n;i++)    cin>>t[i];
        cin>>m;
        for(int i=1;i<=m;i++)
        {
            cin>>cur;
            for(int j=1;j<=n;j++)
            {
                l[j][cur] = 1, cur += t[j];
            }
        }
        cin>>m;
        for(int i=1;i<=m;i++)
        {
            cin>>cur;
            for(int j=n;j>0;j--)
            {
                r[j][cur] = 1, cur += t[j - 1];
            }
        }
        dp[n][T]=0;
        for(int j=T-1;j>=0;j--)
            for(int i=1;i<=n;i++)
            {
                dp[i][j]=dp[i][j+1]+1;
                if(l[i][j]) dp[i][j] = min(dp[i][j],dp[i+1][j+t[i]]);
                if(r[i][j]) dp[i][j] = min(dp[i][j],dp[i-1][j+t[i-1]]);
            }
        cout<< "Case Number "<<++num<<": ";
        if(dp[1][0]>T)
            cout<<"impossible"<<endl;
        else
            cout<<dp[1][0]<<endl;
    }
    return 0;
}

 

posted on 2016-06-13 09:05 asuml 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/asuml/p/5579441.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