[BZOJ 1084][SCOI2005]最大子矩阵

题目描述:这里有一个n*m的矩阵,请你选出其中k个子矩阵,使得这个k个子矩阵分值之和最大。注意:选出的k个子矩阵不能相互重叠。(1≤n≤100,1≤m≤2,1≤k≤10)

解法:m为1或2,m=1时问题转化为经典DP问题,转移方程为dp[i][k]=max(dp[i-1][k],dp[i-选择区间长][k-1]+选择区间和),dp数组代表1到i之间取k个区间的最大值。类似的,m=2时使用三维数组,dp[i][j][k]=max(dp[i-1][j][k],dp[i][j-1][k],dp[i-l][j][k-1]+sum(l),dp[i][j-l][k-1]+sum(l)),另外再处理一下i=j的情况即可。


另外这题对于是否需要选满k个区间未解释清楚,这里给出的程序可以不选满,注意评测数据也避开了此问题。


代码:

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;

int n,m,k;
int map[300][3],dp[300][300][12];
int main(){
    scanf("%d%d%d",&n,&m,&k);
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
            scanf("%d",&map[i][j]);
    if(m==1){
        memset(dp,0,sizeof(dp));
        for(int i=1;i<=k;i++){
            for(int j=1;j<=n;j++){
                int tmp=dp[j-1][1][i],s=0;
                for(int t=j;t>=1;t--){
                    s+=map[t][1];
                    if(s+dp[t-1][1][i-1]>tmp){tmp=s+dp[t-1][1][i-1];}
                }
                dp[j][1][i]=tmp;
            }
        }
        cout<<dp[n][1][k]<<endl;

    }
    if(m==2){
        memset(dp,0,sizeof(dp));
        for(int t=1;t<=k;t++)
            for(int i=1;i<=n;i++)
                for(int j=1;j<=n;j++){

                        int tmp=dp[i-1][j][t];
                        tmp=max(tmp,dp[i][j-1][t]);
                        int s=0;
                        for(int i1=i;i1>=1;i1--){
                            s+=map[i1][1];
                            if(s+dp[i1-1][j][t-1]>tmp)tmp=s+dp[i1-1][j][t-1];
                        }
                        s=0;
                        for(int i1=j;i1>=1;i1--){
                            s+=map[i1][2];
                            if(s+dp[i][i1-1][t-1]>tmp)tmp=s+dp[i][i1-1][t-1];
                        }

                        if(i==j){
                            s=0;
                            for(int i1=j;i1>=1;i1--){
                                s=map[i1][1]+map[i1][2]+s;
                                if(s+dp[i1-1][i1-1][t-1]>tmp)tmp=s+dp[i1-1][i1-1][t-1];
                            }
                        }
                        dp[i][j][t]=tmp;
                }
                cout<<dp[n][n][k]<<endl;


    }
    return 0;
}


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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