HLG 1214 方格取数

本文介绍了一个寻径问题的解决方案,通过动态规划的方法找到两张从起点到终点的最大收益路径。问题设定在一个N*N的网格内,目标是寻找两条路径使得经过方格内的数值之和最大。文章提供了完整的代码实现及解析。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Description

 设有N*N的方格图(N<=10),我们将其中的某些方格中填入正整数,而其他的方格中则放人数字0。如下图所示(见样例 ,黄色和蓝色分别为两次走的路线,其中绿色的格子为黄色和蓝色共同走过的): 

 

A
       
  13  6  
    7   
   14    
 21   4  
  15     
 14      
       
B

 

 

某人从图的左上角的A点出发,可以向下行走,也可以向右走,直到到达右下角的B 点。在走过的路上,他可以取走方格中的数(取走后的方格中将变为数字0)。此人从A点到B点共走两次,试找出2条这样的路径,使得取得的数之和为最大

 

 
Input
 有多组测试数据,每组格式如下:
    第一行为一个整数N(表示N*N的方格图),接下来的每行有三个整数,前两个表示位置,第三个数为该位置上所放的数。一行单独的0表示输入结束。
Output
与输入对应,有多组输出,每组只需输出一个整数,表示2条路径上取得的最大的和。
Sample Input
8
2 3 13
2 6 6
3 5 7
4 4 14
5 2 21
5 6 4
6 3 15
7 2 14
0 0 0
Sample Output
67

CODE:

分析:  看成两个人同时从起点出发,保持第一个人始终在第二个人的左边。每种状态可以由三种状态转移而来。

View Code
#include<stdio.h>
#include<string.h>
#define max(a,b)(a)>(b)?(a):(b)
int f[22][11][11];
int g[11][11];
int main()
{
    int n,i,j,k,a,b,c,ans,res1,res2,res3,res4;
    while(scanf("%d",&n)!=EOF)
    {
        memset(g,0,sizeof(g));
        memset(f,0,sizeof(f));
        while(scanf("%d%d%d",&a,&b,&c),a&&b&&c)
            g[a][b]=c;
        for(k=1;k<n*2;k++)
            for(j=1;j<=k;j++)
                f[k][0][k-j+1]=g[j][k-j+1];
        ans=0;
        for(k=2;k<2*n;k++)
            for(i=1;i<=k&&i<=n;i++)
                for(j=i+1;j<=k&&j<=n;j++)
                {
                    res1=f[k-1][i][j-1]+g[k-i+1][i]+g[k-j+1][j];
                    res2=f[k-1][i-1][j]+g[k-i+1][i]+g[k-j+1][j];
                    res1=max(res1,res2);
                    res3=f[k-1][i][j]+g[k-i+1][i]+g[k-j+1][j];
                    res1=max(res1,res3);
                    res4=f[k-1][i-1][j-1]+g[k-i+1][i]+g[k-j+1][j];
                    res1=max(res1,res4);
                    f[k][i][j]=res1;
                        if(res1>ans)
                            ans=res1;
                }
        if(n==1)
            printf("%d\n",g[1][1]);
        else
         printf("%d\n",ans);
    }
    return 0;
} 
 
 
 

 

 

转载于:https://www.cnblogs.com/dream-wind/archive/2012/04/16/2452176.html

YUV颜色空间与HLG(Hybrid Log-Gamma)高动态范围技术在视频处理中具有一定的协同作用。YUV是一种将图像视频信号分解为亮度(Y)和色度(U、V)分量的颜色空间。这种分离有助于在传输和压缩过程中优化亮度和色度信息的处理,因为人眼对亮度变化的敏感度高于对色度变化的敏感度。因此,YUV格式被广泛应用于视频编码和广播系统中,如H.264、HEVC等标准[^1]。 HLG一种高动态范围(HDR)技术,旨在提供更宽的亮度范围,从而增强图像的对比度和细节表现力。与传统的SDR(Standard Dynamic Range)相比,HLG能够呈现更真实的亮部和暗部细节,使图像看起来更加生动和自然。HLG技术通过使用一种特殊的伽玛曲线(Log-Gamma),能够在不增加额外元据的情况下实现HDR效果,这使得它特别适合于实时广播和视频传输[^2]。 在实际应用中,YUV颜色空间与HLG技术可以结合使用以提高视频的质量。例如,在HDR视频编码过程中,视频信号通常首先被转换为YUV颜色空间,其中亮度分量(Y)可以应用HLG技术来扩展动态范围,而色度分量(U、V)则可以根据需要进行适当的处理和压缩。这种方法不仅能够保持视频的高质量,还能有效地减少据传输所需的带宽[^1]。 此外,由于HLG技术不需要额外的元据,它与现有的视频传输和接收设备兼容性更好。这意味着,在使用YUV颜色空间进行视频处理时,通过引入HLG技术,可以在不显著改变现有基础设施的情况下实现HDR视频的制作和播放。 综上所述,YUV颜色空间与HLG技术在视频处理中的结合,不仅能够提升视频的视觉效果,还能够适应当前视频传输和接收设备的要求,为用户提供更加优质的观看体验。 ```python # 示例代码:假设我们有一个函用于转换视频信号到YUV颜色空间并应用HLG技术 def convert_to_YUV_and_apply_HLG(video_signal): # 转换视频信号到YUV颜色空间 yuv_video = convert_to_YUV(video_signal) # 应用HLG技术到亮度分量 hlg_yuv_video = apply_HLG(yuv_video['Y']) # 合并处理后的亮度分量与未处理的色度分量 final_video = merge_YUV(hlg_yuv_video, yuv_video['U'], yuv_video['V']) return final_video # 假设的转换函 def convert_to_YUV(signal): # 实现RGB到YUV转换逻辑 pass # 假设的应用HLG def apply_HLG(y_component): # 实现HLG技术到亮度分量 pass # 假设的合并YUV分量函 def merge_YUV(y, u, v): # 合并YUV分量形成最终视频 pass ```
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