Vijos 1470 教主的后花园 【DP+暴力枚举+递推】

树种排列算法题解析
本文解析了一道关于树种高度排列的算法题,通过动态规划的方法求解最优方案,实现树种高度的有序排列以达到最高的观赏价值。
题目
教主最喜欢3种树,这3种树的高度分别为10,20,30。教主希望这一圈树种得有层次感,所以任何一个位置的树要比它相邻的两棵树的高度都高或者都低,并且在此条件下,教主想要你设计出一套方案,使得观赏价值之和最高。
 
分析
这个题乍一看的确十分吓人,但一看到只有三种树,发现相邻的3棵树总共没有几种情况,于是就有了打表的欲望(不过自然没有这么简单)。因为是一个环,所以只要第一棵树确定,就可以一棵一棵往后递推。
我们用 $f [ i ] [ j ] [ 1 ]$ 表示在第 $i$ 个位置种第 $j$ 种树并且即将呈下降趋势(就是第 $i + 1$ 个位置的树会低于第$ i$ 个位置的树)
我们用 $f [ i ] [ j ] [ 2 ]$表示在第$i$ 个位置种第$j$ 种树并且即将呈上升趋势(就是第$ i + 1$ 个位置的树会高于第$ i $个位置的树)
因此就有:
$f [ i ] [ 1 ] [ 2 ] = max( f [ i - 1 ] [ 2 ] [ 1 ] + val [ i ] [ 1 ] , f [ i -1 ] [ 3 ] [ 1 ] + val [ i ] [ 1 ] )$
$f [ i ] [ 2 ] [ 1 ] = f [ i-1 ] [ 1 ] [ 2 ] + val [ i ] [ 2 ]$
$f [ i ] [ 2 ] [ 2 ] = f [ i - 1 ] [ 3 ] [ 1 ] + val [ i ] [ 2 ]$
$f [ i ] [ 3 ] [ 1 ] = max( f [ i - 1 ] [ 1 ] [ 2 ] + val [ i ] [ 3 ] , f [ i - 1 ] [ 2 ] [ 2 ] + val [ i ] [ 3 ] )$
因为 $f [ i ] [ j ] [ k ]$ 需要从上一个状态递推得到,因此在确定了第1 棵树的种类后,我们要预处理第二棵树的所有状态。
 
CODE:
/*用f[i][j][k]表示第i个点,种第j种树,k表示上升序列或者下降序列*/
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#define maxn 0xffffffff
using namespace std;
int val[100010][5],n;
int f[100010][5][3];
int maxx=-1;
int main()
{
 memset(f,0,sizeof(f));
 memset(val,0,sizeof(val)); 
 cin>>n;
 for(int i=1;i<=n;i++)
  cin>>val[i][1]>>val[i][2]>>val[i][3];
 f[1][1][1]=f[1][1][2]=val[1][1];
 f[1][2][1]=f[1][2][2]=val[1][2];
 f[1][3][1]=f[1][3][2]=val[1][3];
 for(int t=1;t<=3;t++)
 {
  if(t==1)
  {
   f[2][2][1]=f[1][1][1]+val[2][2];
   f[2][3][1]=f[1][1][1]+val[2][3];
  }
  if(t==2)
  {
   f[2][1][2]=f[1][2][1]+val[2][1];
   f[2][3][1]=f[1][2][2]+val[2][3];
  }
  if(t==3)
  {
   f[2][1][2]=f[1][3][1]+val[2][1];
   f[2][2][2]=f[1][3][1]+val[2][2];
  }
  
  for(int i=3;i<=n;i++)
  {
   f[i][1][2]=max(f[i-1][2][1]+val[i][1],f[i-1][3][1]+val[i][1]);
   f[i][2][1]=f[i-1][1][2]+val[i][2];
   f[i][2][2]=f[i-1][3][1]+val[i][2];
   f[i][3][1]=max(f[i-1][1][2]+val[i][3],f[i-1][2][2]+val[i][3]);
  }
  if(t==1)
   maxx=max(max(f[n][2][1],f[n][3][1]),maxx);
  if(t==2)
   maxx=max(max(f[n][1][2],f[n][3][1]),maxx);
  if(t==3)
   maxx=max(max(f[n][2][2],f[n][1][2]),maxx);
 }
 cout<<maxx;
 return 0;
}

  

转载于:https://www.cnblogs.com/linda-fcj/p/9181573.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