3042

/*
DP

这是个很有趣的DP问题

状态的设计是这样子的 f[i][j][2];
f[i][j][0] 表示吃完i到j之间所有的草,并且最后吃i,整体腐烂度的最小值
f[i][j][1] 表示吃完i到j之间所有的草,并且最后吃j, 整体腐烂度的最小值

我们要求 f[1][n][0] 和 f[1][n][1],那么如何得到呢
f[i][j][0] = min( f[i+1][j][0]+dst[i][i+1]*(i+n-j),f[i+1][j][1]+dst[i][j]*(i+n-j) );
f[i][j][1] = min( f[i][j-1][0]+dst[i][j]*(i+n-j),f[i][j-1][1]+dst[j-1][j]*(i+n-j) );
这样的状态转移方程是好理解的,因为可以左右走
那么f[i][j][0] 可以是(i+1,j)两个端点过来,所以就有了这个方程。方程的构造还是不大容易想到的


*/

// include file
#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <cmath>
#include <cctype>
#include <ctime>

#include <iostream>
#include <sstream>
#include <fstream>
#include <iomanip>
#include <bitset>

#include <algorithm>
#include <string>
#include <vector>
#include <queue>
#include <set>
#include <list>
#include <functional>

using namespace std;

// typedef
typedef long long LL;
typedef unsigned long long ULL;

// 
#define read freopen("in.txt","r",stdin)
#define write freopen("out.txt","w",stdout)
#define FORi(a,b,c) for(int i=(a);i<(b);i+=c)
#define FORj(a,b,c) for(int j=(a);j<(b);j+=c)
#define FORk(a,b,c) for(int k=(a);k<(b);k+=c)
#define FORp(a,b,c) for(int p=(a);p<(b);p+=c)
#define FORii(a,b,c) for(int ii=(a);ii<(b);ii+=c)
#define FORjj(a,b,c) for(int jj=(a);jj<(b);jj+=c)
#define FORkk(a,b,c) for(int kk=(a);kk<(b);kk+=c)

#define FF(i,a)    for(int i=0;i<(a);i++)
#define FFD(i,a)   for(int i=(a)-1;i>=0;i--)

#define Z(a) (a<<1)
#define Y(a) (a>>1)

const double eps = 1e-6;
const double INFf = 1e100;
const int INFi = 1000000000;
const LL INFll = (LL)1<<62;
const double Pi = acos(-1.0);

template<class T> inline T sqr(T a){return a*a;}
template<class T> inline T TMAX(T x,T y)
{
	if(x>y) return x;
	return y;
}
template<class T> inline T TMIN(T x,T y)
{
	if(x<y) return x;
	return y;
}
template<class T> inline void SWAP(T &x,T &y)
{
	T t = x;
	x = y;
	y = t;
}
template<class T> inline T MMAX(T x,T y,T z)
{
	return TMAX(TMAX(x,y),z);
}
template<class T> inline T MMIN(T x,T y,T z)
{
	return TMIN(TMIN(x,y),z);
}


// code begin
//
//
int N,L;
int data[1010];
int dst[1010][1010];
int DP[1010][1010][2];
bool cmp(int a,int b)
{
	return a<b;
}
int main()
{
	read;
	write;
	int l,r;
	while(scanf("%d %d",&N,&L)!=-1)
	{
		FORi(1,N+1,1)
		{
			scanf("%d",data+i);
		}
		data[++N] = L;

		sort(data+1,data+N+1);

		FORi(1,N+1,1)
		{
			FORj(i+1,N+1,1)
			{
				dst[j][i] = dst[i][j] = abs(data[i]-data[j]);
			}
		}

		//
		FORi(1,N+1,1)
		{
			DP[i][i][0] = DP[i][i][1] = INFi;
			if(data[i]==L)
			{
				DP[i][i][0] = DP[i][i][1] = 0;
			}
			//printf("%d ",data[i]);
		}
		//printf("\n");
		

		FORi(2,N+1,1)
		{
			FORj(1,N+1,1)
			{
				// j j+i-1;
				if(j+i-1>N) break;
				l = j;
				r = j+i-1;
				DP[l][r][0] = TMIN( DP[l+1][r][0]+dst[l][l+1]*(l+N-r), DP[l+1][r][1]+dst[l][r]*(l+N-r));
				DP[l][r][1] = TMIN( DP[l][r-1][0]+dst[l][r]*(l+N-r), DP[l][r-1][1]+dst[r-1][r]*(l+N-r));
			}
		}

		int ans = TMIN( DP[1][N][0],DP[1][N][1]);
		printf("%d\n",ans);
	}
	return 0;
}

转载于:https://www.cnblogs.com/ac2012/archive/2011/04/11/2013108.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