(06-09补)Uva 10755 Garbage 废料堆

分析:


1、最大子段和问题

     问题定义:对于给定序列a1,a2,a3……an,寻找它的某个连续子段,使得其和最大。如( -2,11,-4,13,-5,-2 )最大子段是{ 11,-4,13 }其和为20。

     (1)枚举法求解

     枚举法思路如下:

     以a[0]开始: {a[0]}, {a[0],a[1]},{a[0],a[1],a[2]}……{a[0],a[1],……a[n]}共n个

     以a[1]开始: {a[1]}, {a[1],a[2]},{a[1],a[2],a[3]}……{a[1],a[2],……a[n]}共n-1个

     ……

     以a[n]开始:{a[n]}共1个

     一共(n+1)*n/2个连续子段,使用枚举,那么应该可以得到以下算法:
    

动态规划算法求解

    算法思路如下:

    记,则所求的最大子段和为:

    由b[j]的定义知,当b[j-1]>0时,b[j]=b[j-1]+a[j],否则b[j]=a[j]。由此可得b[j]的动态规划递推式如下:

     b[j]=max{b[j-1]+a[j],a[j]},1<=j<=n。

     具体代码如下:


// 最大子段和问题的动态规划算法
#include <iostream> 
using namespace std; 

int MaxSum(int n,int *a);

int main(){
	int a[] = {-2,11,-4,13,-5,-2};

	for(int i=0; i<6; i++){
		cout<<a[i]<<" ";
	}

	cout<<endl;
	cout<<"数组a的最大连续子段和为:"<<MaxSum(6,a)<<endl;

	return 0;
}

int MaxSum(int n,int *a){
	int sum=0,b=0;
	for(int i=1; i<=n; i++){
		if(b>0){
			b+=a[i];
		}
		else{
			b=a[i];
		}
		if(b>sum){
			sum = b;
		}
	}
	return sum;
}

2、最大子矩阵和问题
        (1)问题描述:给定一个m行n列的整数矩阵A,试求A的一个子矩阵,使其各元素之和为最大。

     (2)问题分析:

      用二维数组a[1:m][1:n]表示给定的m行n列的整数矩阵。子数组a[i1:i2][j1:j2]表示左上角和右下角行列坐标分别为(i1,j1)和(i2,j2)的子矩阵,其各元素之和记为:

      最大子矩阵问题的最优值为。如果用直接枚举的方法解最大子矩阵和问题,需要O(m^2n^2)时间。注意到,式中,,设,则

容易看出,这正是一维情形的最大子段和问题。因此,借助最大子段和问题的动态规划算法MaxSum,可设计出最大子矩阵和动态规划算法如下:

// 最大子矩阵之和问题
#include <iostream> 
using namespace std; 

const int M=4;
const int N=3;

int MaxSum(int n,int *a);
int MaxSum2(int m,int n,int a[M][N]);

int main(){
	int a[][N] = {{4,-2,9},{-1,3,8},{-6,7,6},{0,9,-5}};

	for(int i=0; i<M; i++){
		for(int j=0; j<N; j++){
			cout<<a[i][j]<<" ";
		}
		cout<<endl;
	}

	cout<<endl;
	cout<<"数组a的最大连续子段和为:"<<MaxSum2(M,N,a)<<endl;

	return 0;
}

int MaxSum2(int m,int n,int a[M][N])
{
	int sum = 0;
	int *b = new int[n+1];
	for(int i=0; i<m; i++){ //枚举行
		for(int k=0; k<n;k++){
			b[k]=0;
		}

		for(int j=i;j<m;j++){//枚举初始行,结束行j
			for(int k=0; k<n; k++){
				b[k] += a[j][k];//b[k]为纵向列之和
				int max = MaxSum(n,b);
				if(max>sum){
					sum = max;
				}
			}
		}
	}
	return sum;
}

int MaxSum(int n,int *a)
{
	int sum=0,b=0;
	for(int i=1; i<=n; i++){
		if(b>0){
			b+=a[i];
		}
		else{
			b=a[i];
		}
		if(b>sum){
			sum = b;
		}
	}
	return sum;
}

3、废料堆(最大子长方体和)三维,类似于最大子序列降维动态规划成一维,之后使用最大子段和

分析:先降成二维再降成一维之后最大子段和DP解决


#include <cstdio>
#include <cstring>
#include <climits>
#include <iostream>
#include <algorithm>

using namespace std;

const int maxn = 20 + 5;
int A, B, C;
typedef long long LL;
LL heap[maxn][maxn][maxn];

LL maxV(LL tmp[maxn], int n){  
    LL ans = LONG_MIN, sum = 0;
    for (int i = 0; i<n; i++){
        if (sum <= 0)
            sum = tmp[i];
        else
            sum += tmp[i];
        if (ans < sum) ans = sum;
    }
    return ans;
}



int main(){
    int T;
    scanf("%d", &T);
    while (T--){
        scanf("%d %d %d", &A, &B, &C);
        for (int i = 0; i<A; i++)
            for (int j = 0; j<B; j++)
                for (int k = 0; k<C; k++)
                    scanf("%lld", &heap[i][j][k]);
        LL t1[maxn][maxn], t2[maxn];
        LL ans = LONG_MIN;
        for (int i = 0; i<A; i++){
            memset(t1, 0, sizeof(t1));
            for (int k = i; k<A; k++){
                for (int l = 0; l<B; l++)
                    for (int m = 0; m<C; m++){   //降成二维
                        t1[l][m] += heap[k][l][m];
                    }
                for (int p = 0; p<B; p++){
                    memset(t2, 0, sizeof(t2));
                    for (int l = p; l<B; l++){
                        for (int m = 0; m<C; m++){  //降成一维
                            t2[m] += t1[l][m];
                        }
                        LL _max = maxV(t2, C);
                        if (ans < _max) ans = _max;
                    }
                }
            }

        }
        printf("%lld\n", ans);
        if (T) printf("\n");
    }
    return 0;
}




  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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