p2501 [HAOI2006]数字序列

传送门

分析

https://www.luogu.org/blog/FlierKing/solution-p2501

对于第二问的感性理解就是有上下两条线,一些点在上面的线的上面或者下面的线的下面,然后看它们变成哪个线的位置更优

代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<algorithm>
#include<cctype>
#include<cmath>
#include<cstdlib>
#include<queue>
#include<ctime>
#include<vector>
#include<set>
#include<map>
#include<stack>
using namespace std;
#define int long long
const int inf = 1e9+7;
int a[100100],d[100100],dp[100100],ddp[100100],sum1[100100],sum2[100100];
vector<int>v[100100];
signed main(){
    int n,m,i,j,k,x,Ans=0;
    scanf("%lld",&n);
    for(i=1;i<=n;i++)scanf("%lld",&x),a[i]=x-i;
    a[++n]=inf;d[0]=a[0]=-inf;
    for(i=1;i<=n;i++)d[i]=inf;
    for(i=1;i<=n;i++){
      int p=upper_bound(d,d+Ans+1,a[i])-d;
      Ans=max(Ans,p);
      dp[i]=p;
      d[p]=a[i];
    }
    v[0].push_back(0);
    for(i=1;i<=n;i++)v[dp[i]].push_back(i);
    printf("%lld\n",n-Ans);
    ddp[0]=0;
    for(i=1;i<=n;i++)ddp[i]=inf;
    for(i=1;i<=n;i++)
      for(j=0;j<v[dp[i]-1].size();j++){
        int to=v[dp[i]-1][j];
        if(to>i)break;
        if(a[to]>a[i])continue;
        for(k=to;k<=i;k++)sum1[k]=abs(a[k]-a[to]),sum2[k]=abs(a[k]-a[i]);
        for(k=to+1;k<=i;k++)sum1[k]+=sum1[k-1],sum2[k]+=sum2[k-1];
        for(k=to;k<i;k++)
          ddp[i]=min(ddp[i],ddp[to]+sum1[k]-sum1[to]+sum2[i]-sum2[k]);
      }
    printf("%lld\n",ddp[n]);
    return 0;
}

转载于:https://www.cnblogs.com/yzxverygood/p/10354437.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