直接暴力搜索时间复杂度太高。
方法:暴力搜索行,再动态规划列
代码示例:
#include<cmath>
#include<cstdio>
#include<iostream>
#include<algorithm>
#define MAXN 20
using namespace std;
int n, m, r, c, ans;//定义全局变量
int a[MAXN][MAXN], R[MAXN], dp[MAXN][MAXN], cost[MAXN][MAXN], val[MAXN];//全局数组
/*
a[MAXN][MAXN]:保存输入的矩阵
R[MAXN]:保存选取的r行的行号
动态规划:
状态:
dp[i][j]:表示从前i列里选取j列的子矩阵最小分值,并且固定子矩阵的最后一列(即第j列)为原矩阵中的第i列
初始状态:
dp[i][0]=0,dp[0][i]=0
状态转移方程:
dp[i][j]=min(dp[i][j],dp[k][j-1]+val[i]+cost[k][i]); (j-1<= k<i)
k表示除i之外最后一列的编号
val[i]:表示选定的行的第i列相邻元素之间的差值的绝对值之和
cost[k][i]:表示选定的行的第k列和第i列之间相邻元素的差值的绝对值之和
最终状态:
min(dp[i][c]),c<= i < m
DP过程:
i,j,k的取值变化范围
i:1 -> m
j:1 -> i
k:j-1 -> i-1
*/
//动态规划,一次动态规划过程是针对选定的行求解子矩阵的最小分值
int DP()
{
int ret = 1e9;//用来保存最小的分值,初始值取一个较大的数
//针对选定的行R[],计算val[]
for (int i = 1; i <= m; i++) // 求在第i列之间的数的差值之和
{
val[i] = 0;
for (int j = 1; j<r; j++)
val[i] += abs(a[R[j]][i] - a[R[j + 1]][i]);//abs:绝对值
}
//针对选定的行R[],计算cost[][]
for (int i = 1; i <= m; i++) //处理在第i列与第j列之间的数的差值之和
{
for (int j = i + 1; j <= m; j++)
{
cost[i][j] = 0;
for (int k = 1; k <= r; k++)//选中的r行
cost[i][j] += abs(a[R[k]][i] - a[R[k]][j]);
}
}
//针对选定的行,进行动态规划,动态求解dp[][]
for (int i = 1; i <= m; i++)前i列之中,并规定第i列为选中的最后一列
{
for (int j = 1; j <= i&&j <= c; j++)//前i列中选取j列
{
dp[i][j] = 1e9;
for (int k = j - 1; k<i; k++)
//从前k列中选取j-1列得到的最小分值,再加上最后一列取第i列的分值
dp[i][j] = min(dp[i][j], dp[k][j - 1] + cost[k][i] + val[i]);
}
}
//针对选定的行,求解子矩阵的最小分值
for (int i = c; i <= m; i++) //比较在前i列中选了c列的分值,取最大的分值
ret = min(ret, dp[i][c]);
return ret;
}
//递归选取r行
//now为当前遍历的行的编号,cnt为已选的行的数目,找到的行的编号放在 R[]数组中
void slect(int now, int cnt)// 任意选取r行(递归),数组R随着递归过程动态变化
{
if (now > n) //n行都搜索完了
{
if (cnt == r)
ans = min(ans, DP());//一旦递归找到r行,我们就进行一次DP(动态规划),并比较
return;
}
slect(now + 1, cnt);//不选这一行
R[cnt + 1] = now;//选这一行,记录选的这行的行号
slect(now + 1, cnt + 1);//选这一行
return;
}
//主函数
int main()
{
cin >> n >> m >> r >> c;
for (int i = 1; i <= n; i++)
{
for (int j = 1; j <= m; j++)
cin >> a[i][j];
}
ans = 1e9;//ans取一个较大的数,取10的9次方
slect(1, 0);
cout << ans << endl;
return 0;
}
- 输出示例1:
- 输出示例2
祝学习愉快!