HDU4025 Equation of XOR [二分+状态压缩]

  ai取值范围0~1,xi取值范围0~3,所以最后异或的结果不会超过两位二进制。所以可以用一个60位的数保存30个式子的值,然后m的范围是小于22,二分一下就可以了,4^11=4*10^6,结果存下来排个序然后二分找一下就可以了。

  

#include <stdio.h>
#include <string.h>
#include <algorithm>
typedef __int64 LL;
int cas,n,m,ai[35][30],si[30][4];
LL ans,tmp[1<<22+2];
int sum[1<<22+2];
int size,nsize;

int binser(LL x){
    int low=0,high=size,mid;
    for(;;){
        mid=(low+high)/2;
        if(mid==low)break;
        if(tmp[mid]<=x)low=mid;
        else high=mid;
    }
    return tmp[mid]==x?sum[mid]:0;
}
LL cal(int p,int x){
    LL ans=0;
    for(int i=1;i<=n;i++)
        ans=(ans<<2)+(ai[i][p]*x);
    return ans;
}
void dfs(int p,LL now,int full,int id){
    if(p>full)id==0?tmp[size++]=now:ans+=binser(now);
    else for(int i=1;i<=si[p][0];i++)
        dfs(p+1,now^cal(p,si[p][i]),full,id);
}
int main(){
    //freopen("test.in","r",stdin);
    scanf("%d",&cas);
    while(cas--){
        scanf("%d%d",&n,&m);
        for(int i=1;i<=n;i++)
            for(int j=1;j<=m;j++)
                scanf("%d",&ai[i][j]);
        for(int i=1;i<=m;i++){
            scanf("%d",&si[i][0]);
            for(int j=1;j<=si[i][0];j++){
                scanf("%d",&si[i][j]);
            }
        }
        ans=size=0;
        int halfm=m/2;
        dfs(1,0LL,halfm,0);

        std::sort(tmp,tmp+size);
        nsize=size,size=1,sum[0]=1;
        for(int i=1;i<nsize;i++){
            if(tmp[i]!=tmp[i-1]){
                tmp[size]=tmp[i],sum[size]=1,size++;
            }else sum[size-1]++;
        }
        dfs(halfm+1,0LL,m,1);

        printf("%I64d\n",ans);
    }
    return 0;
}

转载于:https://www.cnblogs.com/swm8023/archive/2012/08/27/2659363.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