DP【状态压缩 】 <简单?> hlg 1473

zz大人说这是一道简单的 状态压缩DP ...个人表示我理解了好................................长时间..哭~


题意:

给出一个 n 表示有 n 道题..

然后给出 一个 n*n 的矩阵S..其中S( i j )表示 先做 j 题后做 i 题的 ac 系数值..

定义:设S(ij)表示第 i 题在第 j 题做完后才做获得的AC系数,有三道题a, b, c,做题顺序为bac,则系数和为:Sum = Sab + Scb + Sca。


求能够获得的最大 ac 系数和..


思路:

用两个数组..

f[ st ][ k ] 表示 做 k 题 以前做了的题的ac系数和..

dp[ st ][ k ] 表示 做完 k 题后的ac系数和..


其中 st 代表当前状态<做了的题和没做的题..>  这就是状态压缩的特殊所在..


zz大人语录:

状态压缩DP一般是用在总的情况比较少的时候..

比如这题 总的状态数 最多是  1<<16..

        总的情况数比较少
所以可以枚举 ,而枚举 一
采用 二进制 ,这样比较快一些
可以看成是一种暴力枚举
 


意思就是就像 st ..它被运算成了二进制的形式..当 转换为 110 的时候就是 第一第二道题做了 第三道题没做..


而判断是否在这个状态的方法就是 if(( 1<<k ) & i)
                                                      如果状态 i 中包含 k这个状态


通过 2 层循环就可以找出 i 中出现的 k ..


即在 st 状态下 k 这道题有没有做..


Tips:

初始条件: dp[ ][ ] 都为-1                dp[ 1<<i ][ i ] = 0      表示所做了的题包含 i 题状态下 dp 值为 0

动态转移方程:  dp[stat][k]=f[s][k]+max(dp[s][j])          stat 里面包含了 s + k 就是在s这个状态下做了的题再加上第 k 题..

结果: 遍历所有的dp[ st ][ 题 ] 找出最大值..


Code:

#include <stdio.h>
#include <cstring>
#include <fstream>
using namespace std;

int dp[1<<16][20], s[20][20], f[1<<16][20];

int main()
{
    int i, j, k;
    int st, ma, sts;

    int n;
    freopen("e:\\acm\\mess\\stdin-stdout\\in.txt", "r", stdin);

    while(scanf("%d", &n) != EOF)
    {
        ///***Initial***///
        st = (1<<n) - 1; ///!!!
        ma = 0;
        memset(dp, -1, sizeof(dp));   ///mean it is without this state
        memset(f, 0, sizeof(f));

        for(i = 0; i < n; ++i)
        dp[1<<i][i] = 0;  ///mean the state with i is 0


        ///***Input***///
        for(i = 0; i < n; ++i)
        for(j = 0; j < n; ++j)
        scanf("%d", &s[i][j]);

        ///*** change state of the f[][] ***///
        for(i = 0; i < st; ++i){     ///always the first circulate is contral the first dimension variable
            for(j = 0; j < n; ++j){
                if(!(i&(1<<j)))
                for(k = 0; k < n; ++k)
                if(i&(1<<k))
                f[i][j] += s[j][k];     /// make f[][j] include all value of the project do before j
            }
        }

        ///***change state of the dp[][]***///
        for(i = 0; i < st; ++i)
        for(j = 0; j < n; ++j)
        if(dp[i][j] >= 0){
            ma = 0; ///!!!
            for(k = 0; k < n; ++k)
            if(i&(1<<k))     ///k project is belong to this state
            ma = max(ma, dp[i][k]);

            for(k = 0; k < n; ++k){
                if(i&(1<<k)) continue;

                if(!(i&(1<<k))){  ///k project isn't belong to this state
                    sts = i+(1<<k);
                    dp[sts][k] = ma+f[i][k];
                }
            }
        }

        ma = 0;
        ///***find the max value ***///
        for(i = 0; i < n; ++i)
        ma = max(ma, dp[st][i]);

        ///***Output***///
        printf("%d\n", ma);
    }
    return 0;
}


还没submit..因为几乎和 zz 大人的代码一样..囧~~


所以等我某一天突然做DP的时候再做这道题..然后再submit..


嗯嗯~~今天开始图论了~~~加油~!!!!!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引用:OpenCvSharp是一个OpenCV的.Net wrapper,用于开发基于OpenCV的应用程序,它与原始的OpenCV更接近,并提供了详细的使用样例。 引用:对于使用OpenCV进行图像处理的代码示例,可以使用import numpy as np import cv2来导入OpenCV库,并使用cv2.imread、cv2.imshow等函数进行图像的读取和显示。 引用:如果想要使用OpenCV进行分类器的生成,可以使用opencv_traincascade.exe命令,并提供指定的参数,例如-data用于指定生成的分类器的保存路径,-vec用于指定正样本描述文件的路径,-bg用于指定负样本文件的路径,以及其他参数如numPos、numNeg、minHitRate等。 关于"opencv hlg"的问题,根据提供的引用内容,我没有找到与"opencv hlg"相关的具体信息。可能需要提供更多背景或上下文信息来解答该问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [OpenCvSharp](https://download.csdn.net/download/qq_18865111/86722032)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python opencv 读取图片 存储图片](https://blog.csdn.net/weixin_41799483/article/details/80829825)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [opencv分类器训练方法](https://blog.csdn.net/weixin_41799483/article/details/80567909)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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