P1719 最大加权矩形(洛谷)

思路:
矩阵压缩,从二维变一维,求最大子序和。

#include <iostream>
#include <cstdio>
#include <cmath>
#include <cstring>
#include <queue>
#include <string>
#include <vector>
#include <set>
#define ll long long

using namespace std;
int n,a[125][125],b[125][125],dp[125],ma=-0x7fffffff;

void f(int j)
{
    memset(dp,0,sizeof(dp));
    for(int i=1;i<=n;i++)
    {
        dp[i]=max(b[j][i],b[j][i]+dp[i-1]);
        ma=max(ma,dp[i]);
    }
}
int main()
{
    ios::sync_with_stdio(false);
    cin.tie(0);
    cin >> n;
    for(int i=1;i<=n;i++)
        for(int j=1;j<=n;j++)
            cin >> a[i][j];
    for(int i=1;i<=n;i++)
    {
        memset(b,0,sizeof(b));
        for(int j=i;j<=n;j++)
        {
            for(int k=1;k<=n;k++)
            {
                b[j][k]=a[j][k]+b[j-1][k];
            }
            f(j);
        }
    }
    cout << ma << endl;
    return 0;
}

  • 0
    点赞
  • 2
    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。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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