Good Bye 2015 D. New Year and Ancient Prophecy

Good Bye 2015 D. New Year and Ancient Prophecy

题意:

  • 给一个长度为n(1<= n <= 5000)的只含有数字的字符串,字符串首位不为’0’;
  • 将字符串分割成数值严格递增的子串;并且每一个子串不能以0开头;这样的分割方式有多少种?

思路:

  • 分割,显然要将每种情况都探究到,DP的特点。其中需要优化的点有
    1. 怎么快速比较两个子串表示的数值的大小?
      LCP(longest common prefix)使用数组lcp(a,b)表示以a,b开头的子串前缀相同字符的长度;初始化要为-1,不能为0;
    2. 如何构造dp式子。dp一般是从容易求解(情况少的子结构开始求解,之后组成复杂的结构),那分割有两个元素是必须的,一个是分割的位置,一个是子串的长度;还有更重要的要知道与子结构的关系。。重点:因为长度有代表数值大小的含义,那么不妨认为是dp:以l为左边界长度大于等于len的分法数;
    3. 转移方程: dp[l][len] += dp[l+len][len] ? dp[l+len][len+1];
      ?表示s[l…l+len] 是否大于 s[l+len…l+len+len]; 答案就是dp[0][1]中;

code:

#include<bits/stdc++.h>
using namespace std;
#define rep(i,n) for(int i = 0;i < (n);i++)
#define MS1(a) memset(a,-1,sizeof(a))
const int mod = 1e9+7;
const int MAXN = 5050;
int lcp[MAXN][MAXN],n;
int dp[MAXN][MAXN];
char S[MAXN];
int LCP(int a,int b)
{
    if(a >= n || b >= n) return 0;
    int& ret = lcp[a][b];
    if(~ret) return ret;
    ret = 0;
    if(S[a] == S[b]){
        ret = LCP(a+1,b+1) + 1;
    }
    return ret;
}
int f(int l,int len)    //以l为左端,长度大于等于len的分法数;
{
    if(S[l] == '0') return 0;
    if(l + len > n) return 0;
    if(l + len == n) return 1;
    int& ret = dp[l][len];
    if(~ret) return ret;
    ret = 0;
    ret = f(l,len+1);   // ** 先求解子结构;
    if(l+len < n){
        int a = LCP(l,l+len);
        ret += (a<len&&S[l+a]<S[l+len+a])?f(l+len,len):f(l+len,len+1);
        if(ret >= mod) ret -= mod;   // 相加mod用减法更快~
    }
    return ret;
}
int main()
{
    MS1(dp);MS1(lcp);
    scanf("%d%s",&n,S);
    printf("%d",f(0,1));
}
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