洛谷P1719 最大加权矩形

48 篇文章 0 订阅
32 篇文章 0 订阅

P1719 最大加权矩形

题解:最大子段和的升级版,最大子矩阵和吧。考虑将每一列压缩一下,然后枚举行的组合即可。

代码

#include<bits/stdc++.h>

using namespace std;
int a[101][101], dp[101], t[101], n;

int solve()
{
	int ans = -1e9;
	for(int i = 1; i <= n; ++i) {
		memset(t, 0, sizeof t);
		for(int j = i; j <= n; ++j) {
			for(int k = 1; k <= n; ++k) { //压缩
				t[k] += a[j][k];
			}
			memset(dp, 0, sizeof dp);
			for(int k = 1; k <= n; ++k) {
				dp[k] = max(dp[k -1] + t[k], dp[k]);
				ans = max(dp[k], ans);
			}
		}
	}
	return ans;
}

int main()
{
#ifndef ONLINE_JUDGE
    freopen("input.in","r",stdin);
#endif
	cin>>n;
	for(int i = 1; i <= n; ++i) {
		for(int j = 1; j <= n; ++j) {
			cin>>a[i][j];
		}
	}
	int ans = solve();
	cout<<ans<<endl;
    return 0;
}

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
一般图最大加权匹配算法可以使用带权二分图匹配算法来实现。具体来说,可以将一般图转化为一个带权二分图,然后将带权二分图匹配的结果转化为一般图的最大加权匹配结果。 将一般图$G=(V,E)$转化为一个带权二分图$G'=(V',E',w)$,其中$V' = V\cup V'$,$V$为原图中的节点集合,$V' = \{v'_1, v'_2, \cdots, v'_n\}$为新的节点集合,$n=|V|$。对于每个节点$v\in V$和$v'\in V'$,如果$(v,v')\in E$,则在$G'$中添加一条从$v$到$v'$的边$e=(v,v')$,边的权重为原图中节点$v$的权重。如果$(v',v)\in E$,则在$G'$中添加一条从$v'$到$v$的边$e'=(v',v)$,边的权重为$-w(v)$。这样构造的带权二分图$G'$是一个完全二分图,可以使用二分图最大权匹配算法求解。 在得到带权二分图$G'$的最大权匹配结果后,可以将匹配结果转化为一般图$G$中的最大加权匹配结果。具体来说,对于二分图$G'$的匹配结果,将每个匹配的节点$v'\in V'$对应的节点$v\in V$加入匹配结果中,匹配的权重为原图中节点$v$的权重。这样得到的匹配结果即为一般图$G$的最大加权匹配结果。 以下是使用networkx库实现一般图最大加权匹配的Python代码示例: ```python import networkx as nx def general_max_weight_matching(general_graph): """ 一般图最大加权匹配 :param general_graph: 一般图,使用networkx库的Graph对象表示,节点带有weight属性表示节点权重 :return: 匹配结果,为一个Python列表,每个元素为形如(v, u, w)的元组,表示匹配的节点对(v, u)和匹配的权重w """ # 将一般图转化为带权二分图 bipartite_graph = nx.Graph() for node in general_graph.nodes: bipartite_graph.add_node(node) bipartite_graph.add_node(node + "'") for u, v in general_graph.edges: weight = general_graph[u][v]["weight"] bipartite_graph.add_edge(u, v + "'", weight=weight) bipartite_graph.add_edge(v, u + "'", weight=-weight) # 计算带权二分图的最大权匹配 matching = nx.algorithms.bipartite.matching.max_weight_matching(bipartite_graph) # 将匹配结果转化为一般图的最大加权匹配结果 max_weight_matching = [] for u, v in matching.items(): if u.endswith("'"): continue if v.endswith("'"): v = v[:-1] else: continue if general_graph.has_edge(u, v): weight = general_graph[u][v]["weight"] max_weight_matching.append((u, v, weight)) return max_weight_matching ``` 需要注意的是,以上代码假设一般图的节点带有`weight`属性表示节点权重。在这个假设下,`general_graph[u][v]["weight"]`可以用来获取节点$u$和节点$v$之间的边的权重。
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