哈哈

题目大意

这里写图片描述

DP

容易发现满足那两个条件就是说不存在低谷。
设g[i,j,0/1]表示[i,j]是最后一次操作的,其中是递增还是递减的最大得分,由于相邻两项差1可以直接得到长度。
设f[i,j]表示操作掉[i,j]的最大得分,有两种转移。
f[i,j]=f[i,k]+f[k+1,j]
f[i,j]=g[i,k,0]+g[k+1,j,1]+v[2w[k]w[i]w[j]+1]
这就是n^3了

#include<cstdio>
#include<algorithm>
#define fo(i,a,b) for(i=a;i<=b;i++)
#define fd(i,a,b) for(i=a;i>=b;i--)
using namespace std;
const int maxn=400+10,inf=100000000;
int g[maxn][maxn][2],f[maxn][maxn],dp[maxn];
int w[maxn],v[maxn];
int i,j,k,l,t,n,m;
int main(){
    freopen("haha.in","r",stdin);freopen("haha.out","w",stdout);
    scanf("%d",&n);
    fo(i,1,n) scanf("%d",&v[i]);
    fo(i,1,n) scanf("%d",&w[i]);
    fo(i,0,n)
        fo(j,0,n)
            f[i][j]=g[i][j][0]=g[i][j][1]=-inf;
    fd(i,n,1){
        f[i][i]=v[1];
        g[i][i][0]=g[i][i][1]=0;
        fo(j,i+1,n){
            fo(k,i,j-2)
                if (w[k]==w[j]-1) g[i][j][0]=max(g[i][j][0],g[i][k][0]+f[k+1][j-1]);
            if (w[j-1]==w[j]-1) g[i][j][0]=max(g[i][j][0],g[i][j-1][0]);
        }
        fo(j,i+1,n){
            fo(k,i,j-2)
                if (w[k]==w[j]+1) g[i][j][1]=max(g[i][j][1],g[i][k][1]+f[k+1][j-1]);
            if (w[j-1]==w[j]+1) g[i][j][1]=max(g[i][j][1],g[i][j-1][1]);
        }
        fo(j,i,n){
            if (w[j]-w[i]+1>0&&w[j]-w[i]+1<=n) f[i][j]=max(f[i][j],g[i][j][0]+v[w[j]-w[i]+1]);
            if (w[i]-w[j]+1>0&&w[i]-w[j]+1<=n) f[i][j]=max(f[i][j],g[i][j][1]+v[w[i]-w[j]+1]);
            fo(k,i,j-1){
                f[i][j]=max(f[i][j],f[i][k]+f[k+1][j]);
                if (k>i&&2*w[k]-w[i]-w[j]+1>0&&2*w[k]-w[i]-w[j]+1<=n) f[i][j]=max(f[i][j],g[i][k][0]+g[k][j][1]+v[2*w[k]-w[i]-w[j]+1]);
            }
        }
    }
    fo(i,1,n){
        dp[i]=dp[i-1];
        fo(j,1,i) dp[i]=max(dp[i],dp[j-1]+f[j][i]);
    }
    printf("%d\n",dp[n]);
}
【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 1
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