SRM 615 D1L2: LongLongTripDiv1

题目:http://community.topcoder.com/stat?c=problem_statement&pm=13090

参考:http://apps.topcoder.com/wiki/display/tc/SRM+615?decorator=printable

转换为最短路径模型这一步挺难想的.

代码:

#include <algorithm>
#include <functional>
#include <numeric>
#include <utility>
#include <iostream>
#include <sstream>
#include <iomanip>

#include <bitset>
#include <string>
#include <vector>
#include <stack>
#include <deque>
#include <queue>
#include <set>
#include <map>

#include <cstdio>
#include <cstdlib>
#include <cctype>
#include <cmath>
#include <cstring>
#include <ctime>
#include <climits>
using namespace std;

#define CHECKTIME() printf("%.2lf\n", (double)clock() / CLOCKS_PER_SEC)
typedef pair<int, int> pii;
typedef long long llong;
typedef pair<llong, llong> pll;
#define mkp make_pair

/*************** Program Begin **********************/
int g[51][51];
long long dist[20001][51];
const long long INF = 0x7f7f7f7f7f7f7f7f;

class LongLongTripDiv1 {
public:
    string isAble(int N, vector <int> A, vector <int> B, vector <int> D, long long T) {
	memset(g, 0, sizeof(g));
	memset(dist, 0x7f, sizeof(dist));

	for (int i = 0; i < A.size(); ++i) {
		g[ A[i] ][ B[i] ] = g[ B[i] ][ A[i] ] = D[i];
	}	
	int d = 10001;
	for (int i = 0; i < A.size(); ++i) {
		if (0 == A[i] || 0 == B[i]) {
			d = min(d, D[i]);
		}
	}	
	if (d > 10000) {
		return "Impossible";
	}
	std::set< pair<long long, pii> > Q;
	Q.insert(mkp(0, mkp(0, 0)));
	dist[0][0] = 0;
	pii cur;
	while (!Q.empty()) {
		cur = (*Q.begin()).second;
		int u = cur.second;
		int v = cur.first;
		long long m = (*Q.begin()).first;
		Q.erase(Q.begin());
		for (int i = 0; i < N; ++i) {
			if (g[u][i]) {
				int w = (v + g[u][i]) % (2 * d);
				long long temp = m + g[u][i];
				if (temp < dist[w][i]) {
					std::set<pair<long long, pii> >::iterator it = Q.find(mkp(dist[w][i], mkp(w, i)));
					if (it != Q.end()) {
						Q.erase(it);
					}
					dist[w][i] = temp;
					Q.insert(mkp(dist[w][i], mkp(w, i)));
				}
			}
		}
	}
	if (dist[T % (2 * d)][N - 1] <= T) {
		return "Possible";
	} else {
		return "Impossible";
	}
    }

};

/************** Program End ************************/


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