poj_1163:The Triangle

本文深入探讨了动态规划(DP)在解决数塔最大路径问题中的应用,从基本概念出发,逐步剖析并优化算法实现,旨在帮助读者理解和掌握DP题目的解题技巧。

准备做DP题,去年省赛学的是搜索和图论,DP题做的实在是少,准备恶补。

题意:给你一个数塔,求最上一层到最下一层(只能向下面左边或右边的数)能得到的最大和。

思路:刚开始不知道什么是DP,就觉得只要找到到第二层的最大值,然后找到第三层最大值就行了,这是我的代码

#include<stdio.h>

int p[1010][101];

int main()
{
    int i,j,n,max;
    while(~scanf("%d",&n))
    {
        for(i=1;i<=n;i++)
        {
            for(j=1;j<=i;j++)
            {
                scanf("%d",&p[i][j]);
            }
        }

        max = p[1][1];
        for(i=2;i<=n;i++)
        {
            for(j=1;j<=i;j++)
            {
                if(j==1)
                {
                    if((p[i-1][j] + p[i][j]) > max)
                        max = p[i-1][j] + p[i][j];
                    p[i][j] = p[i-1][j]+p[i][j];
                    continue;
                }
                if(j==i)
                {
                    if((p[i-1][j-1] + p[i][j]) > max)
                        max = p[i-1][j-1] + p[i][j];
                    p[i][j] = p[i-1][j-1]+p[i][j];
                    continue;
                }
                if((p[i-1][j] + p[i][j]) > max)
                    max = p[i-1][j] + p[i][j];
                if((p[i-1][j-1] + p[i][j]) > max)
                    max = p[i-1][j-1] + p[i][j];
                if((p[i-1][j] + p[i][j]) > (p[i-1][j-1] + p[i][j]))
                {
                    p[i][j] = p[i-1][j]+p[i][j];
                }
                else
                {
                    p[i][j] = p[i-1][j-1]+p[i][j];
                }
            }
        }
        printf("%d\n",max);
    }
}

高手的代码是从下往上更换:

#include<stdio.h>
#define max(a,b) a>b?a:b

int dp[1010][101];

int main()
{
    int i,j,n;
    while(~scanf("%d",&n))
    {
        for(i=1;i<=n;i++)
            for(j=1;j<=i;j++)
                scanf("%d",&dp[i][j]);
        for(i=n-1;i>=1;i--)
        {
            for(j=1;j<=i;j++)
            {
                dp[i][j] += max(dp[i+1][j],dp[i+1][j+1]);
            }
        }
        printf("%d\n",dp[1][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