动态规划6之1011

1 题目编号:1011

2 题目内容:

Problem Description
有一只经过训练的蜜蜂只能爬向右侧相邻的蜂房,不能反向爬行。请编程计算蜜蜂从蜂房a爬到蜂房b的可能路线数。<br>其中,蜂房的结构如下所示。<br><img src=../data/images/C40-1001-1.jpg><br>
 

Input
输入数据的第一行是一个整数N,表示测试实例的个数,然后是N 行数据,每行包含两个整数a和b(0<a<b<50)。<br>
 

Output
对于每个测试实例,请输出蜜蜂从蜂房a爬到蜂房b的可能路线数,每个实例的输出占一行。<br>
 

Sample Input
  
  
2 1 2 3 6
 

Sample Output
  
  
1 3
 
3 题意:有一蜜蜂只能爬向右侧相邻的蜂房,不能反向爬行。计算蜜蜂从蜂房a爬到蜂房b的可能路线数。
4 解题思路形成过程:想知道从a到b可能的路线数就需要知道到达b-1的路线数和b-2的路线数,即斐波拉契数列递推式为f(b)=f(b-1)+f(b-2)此题需要特别注意的是因为n可以达到55,所以斐波拉契数列的递推式求出的结果可能会溢出,因此需要用到long long型或__int64型的数据类型。 当然此题也可以用DP,只需要知道后面状态的值,就可以推出前面状态的值,用自底向上的方法逐步填充DP表即可。 
5 代码:
#include<stdio.h>
int main()
{
    __int64 f[60];
    int a,b,i,T;
    scanf("%d",&T);
    f[0]=0;
    while(T--)
    {
        scanf("%d%d",&a,&b);
        f[1]=1;
        f[2]=2;
        f[3]=3;
        for(i=4;i<=b-a;++i)
        {
            f[i]=f[i-2]+f[i-1];
        }
        printf("%I64d\n",f[b-a]);
    }
    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TSP问题是一个经典的组合优化问题,它要求在给定的一组点之间找到一条最短的路径,使得每个点都被恰好访问一次。在这里,我将介绍如何使用动态规划算法来解决TSP问题。 动态规划算法是一种基于递推的算法,它将一个复杂的问题分解成简单的子问题,然后通过递推的方式来求解子问题的最优解,最终得到原问题的最优解。 对于TSP问题,我们可以使用动态规划算法来求解。具体来说,我们可以定义一个状态数组dp,其中dp[i][j]表示从起点出发经过点集i到达点j的最短路径长度。其中,点集i是指除了起点和终点之外的所有点的集合。 接下来,我们考虑如何计算dp[i][j]。对于任意一个点k,如果k不在点集i中,则可以忽略它对dp[i][j]的影响。如果k在点集i中,则可以将dp[i][j]表示为从起点出发经过点集i- {k}到达点k再到达点j的最短路径长度,即: dp[i][j] = min(dp[i-{k}][k] + dist[k][j]) 其中,dist[k][j]表示从点k到点j的距离。我们可以使用递推的方式从小到大依次计算dp数组的所有元素。最终,dp[all][0]就是TSP问题的最优解,其中all表示所有点的集合。 下面是使用Python实现TSP问题动态规划算法的代码: ``` import sys # DP-based TSP solver def tsp_dp(dist): n = len(dist) # dp[i][j] represents the shortest path starting from 0, visiting all nodes in i, and end at j dp = [[sys.maxsize] * n for i in range(1 << n)] dp[1][0] = 0 for i in range(1, 1 << n): for j in range(n): if i & (1 << j): for k in range(n): if i & (1 << k) and k != j: dp[i][j] = min(dp[i][j], dp[i ^ (1 << j)][k] + dist[k][j]) return dp[(1 << n) - 1][0] # Test case dist = [ [0, 1, 15, 6], [2, 0, 7, 3], [9, 6, 0, 12], [10, 4, 8, 0] ] print(tsp_dp(dist)) # Output: 21 ``` 在上面的代码中,我们使用了一个二进制数来表示点集i。具体来说,如果二进制数的第j位为1,则表示点j在点集i中。例如,二进制数1011表示点集{0, 1, 3}。 总之,动态规划算法是解决TSP问题的一种有效方法,它可以在较短的时间内求解出TSP问题的最优解。
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