hdu6357 Hills And Valleys

本文介绍了一种解决最长不降子序列问题的创新算法,通过枚举翻转区间的技巧,结合动态规划,实现了高效求解。文章详细解释了算法思路,并提供了完整的代码实现。

传送门

题目大意

给定一个序列A,求翻转A中一个区间之后的最长不降子序列的长度即翻转的区间

分析

发现直接枚举翻转的区间的话是无论如何都不行的,于是有一个非常神奇的做法。我们再设一个序列B = {0,1,2,3,4,5,6,7,8,9},然后我们枚举翻转B中的哪一段,假设我们翻转[5,8]z这一段,则得到B' = {0,1,2,3,4,5,8,7,6,5,8,9},然后设dp[i][j]表示A考虑到第i个,B'考虑到第j个,直接dp转移即可。最终输出的翻转区间单独设数组然后一起转移就行了。

代码

#include<iostream>
#include<cstdio>
#include<cstring>
#include<string>
#include<algorithm>
#include<cctype>
#include<cmath>
#include<cstdlib>
#include<ctime>
#include<queue>
#include<vector>
#include<set>
#include<map>
#include<stack>
using namespace std;
int dp[100100][30],a[100100],b[1100],n,t,le,ri,ansl,ansr,Ans,cnt;
int L[100100][30],R[100100][30];
char s[100100];
inline void solve(){
    int i,j,k;
    for(i=1;i<=n;i++)
      for(j=1;j<=cnt;j++){
          dp[i][j]=dp[i-1][j];
          L[i][j]=L[i-1][j];
          R[i][j]=R[i-1][j];
          if(a[i]==b[j]){
            dp[i][j]=dp[i-1][j]+1;
            if(j==le&&!L[i][j])L[i][j]=i;
            if(j==ri)R[i][j]=i; 
        }
        if(dp[i][j-1]>dp[i][j]){
          dp[i][j]=dp[i][j-1];
          L[i][j]=L[i][j-1];
          R[i][j]=R[i][j-1];
        }
      }
    return;
}
int main(){
    int i,j,k;
    scanf("%d",&t);
    while(t--){
      cnt=0;
      for(i=0;i<=9;i++)b[++cnt]=i;
      scanf("%d",&n);
      scanf("%s",s);
      for(i=0;i<n;i++)a[i+1]=s[i]-'0';
      le=ri=ansl=ansr=1;
      solve();
      Ans=dp[n][cnt];
      for(i=0;i<9;i++)
        for(j=i+1;j<=9;j++){
          cnt=0;
          for(k=0;k<=i;k++)b[++cnt]=k;
          le=cnt+1;
          for(k=j;k>=i;k--)b[++cnt]=k;
          ri=cnt;
          for(k=j;k<=9;k++)b[++cnt]=k;
          solve();
          if(Ans<dp[n][cnt]&&L[n][cnt]&&R[n][cnt]){
              Ans=dp[n][cnt];
              ansl=L[n][cnt];
              ansr=R[n][cnt];
          }
        }
      printf("%d %d %d\n",Ans,ansl,ansr);
    }
    return 0;
}

转载于:https://www.cnblogs.com/yzxverygood/p/9791636.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