poj 1088 记忆化搜索||动态规划

poj 1088 记忆化搜索||动态规划poj1088    记忆化搜索也也是采用递归深搜的对数据进行搜索,但不同于直接深搜的方式,记忆化搜索是在每次搜索时将得到的结果保存下来,避免了重复计算,这就是所谓的记忆化。记忆化应该是属于动态规划。   举个例子,比如我们搜索最长最长连续增子序列,1 234567,当然这个例子比较特殊,但足以说明情况。   对于这种问题,我们可以先搜索以1开始的

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

   poj 1088  
     记忆化搜索也也是采用递归深搜的对数据进行搜索,但不同于直接深搜的方式,记忆化搜索是在每次搜索时将得到的结果保存下来,避免了重复计算,这就是所谓的记忆化。记忆化应该是属于动态规划。

      举个例子,比如我们搜索最长最长连续增子序列, 1  2 3 4 5 6 7, 当然这个例子比较特殊,但足以说明情况。
      对于这种问题,我们可以先搜索以1开始的,定义一个函数dfs(1), 然后在dfs(1)中将第二个与一个数比较,如果大的话返回1+dfs(2)。。。。依次递归, 然后我们搜索分别以1 2 …………开头的子序列,当我们dfs(3)时,实际上我们在dfs(2)和dfs(1)的时候早就把它计算过了,如果数据量大的话我们会重复计算多次,但如果我们在计算过程中保存结果,我们就会消除好多重复的计算,这也是动态规划的思想。

代码:
#include <stdio.h>
#include <string.h>
#include <algorithm>
using namespace std;

int h[101][101];
int ans[101][101];
int dx[4] = {0, 1, 0, -1};
int dy[4] = {1, 0, -1, 0};

int dfs(int x, int y)
{
    if (ans[x][y] > 0)
        return ans[x][y];
    int f = 1;
    for (int i = 0; i < 4; i++)
    {
        int tx = x + dx[i];
        int ty = y + dy[i];
        if (h[tx][ty] < h[x][y])
        {
            f = 0;
            ans[x][y] =max(ans[x][y], 1+dfs(tx, ty));
        }
    }
    if (f)
        return 1;
    return ans[x][y];
}

int main()
{
    int r, c;
    while (scanf("%d %d",&r, &c) != EOF)
    {
        int mans = 0;
        memset(h, 0x3f, sizeof(h));
        memset(ans, 0, sizeof(ans));
        for (int i = 1; i <= r; i++)
        {
            for (int j = 1; j <= c; j++)
            {
                scanf("%d",&h[i][j]);
            }
        }
        for (int i = 1; i <= r; i++)
        {
            for (int j = 1; j <= c; j++)
            {
                mans = max(mans, dfs(i, j));
            }
        }
        printf("%d\n",mans);
    }
    return 0;
}

动态规划解题方法:

动态规划是先求出子问题的最优解,然后用已求得的子问题的最优解,然后逐步扩大求解范围,最终获得整体最优解。
#include<iostream>
#include<cmath>
#include<cstring>
#include<cstdio>
#include<algorithm>
using namespace std;
struct dot//创建一个结构体存储每个点的信息
{
    int x;
    int y;
    int h;
};
dot line[20000]; //将每个点存入该结构体数组
int height[120][120]; //用于存储input
int len[120][120];  //dp数组,存储每个点的最优解
int cmp( const void *a ,const void *b) //快速排序的参考函数
{
    if((*(dot *)a).h>(*(dot *)b).h)
        return 1;
    else return -1;
}
int main ()
{
    int m,n;
    cin>>m>>n;
    int i,j;
    int flag=-1;
    int max=0;
    for(i=1;i<=m;i++)
    {
        for(j=1;j<=n;j++)
        {
            flag++;
            scanf("%d",&height[i][j]);
            line[flag].x=i;
            line[flag].y=j;
            line[flag].h=height[i][j];
        }
    } //这个双层循环用来完成数据收集的工作
    qsort(line,m*n,sizeof(line[0]),cmp); //对结构体的h参数进行排序
    for(i=0;i<m*n;i++)
    {
        if(height[line[i].x][line[i].y]<height[line[i].x][line[i].y+1]&&len[line[i].x][line[i].y]>=len[line[i].x][line[i].y+1])
        {
            len[line[i].x][line[i].y+1]=len[line[i].x][line[i].y]+1;
        }
        if(height[line[i].x][line[i].y]<height[line[i].x+1][line[i].y]&&len[line[i].x][line[i].y]>=len[line[i].x+1][line[i].y])
        {
            len[line[i].x+1][line[i].y]=len[line[i].x][line[i].y]+1;
        }
        if(height[line[i].x][line[i].y]<height[line[i].x][line[i].y-1]&&len[line[i].x][line[i].y]>=len[line[i].x][line[i].y-1])
        {
            len[line[i].x][line[i].y-1]=len[line[i].x][line[i].y]+1;
        }
        if (height[line[i].x][line[i].y]<height[line[i].x-1][line[i].y]&&len[line[i].x][line[i].y]>=len[line[i].x-1][line[i].y])
        {
            len[line[i].x-1][line[i].y]=len[line[i].x][line[i].y]+1;
        }
    } //动态规划过程
    for(i=1;i<=m;i++)
    {
        for(j=1;j<=n;j++)
        {
            if(len[i][j]>max)
                max=len[i][j];
        }
    } //遍历len数组,求出最大值
    cout<<max+1<<endl;// 因为初始值是0,所以最后要加一
    return 0;

}

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/164453.html原文链接:https://javaforall.net

(0)
上一篇 2022年7月26日 上午7:36
下一篇 2022年7月26日 上午7:36


相关推荐

  • Python删除文件到回收站

    Python删除文件到回收站利用activepython里面的shell模块可以完成删除到回收站的操作,如下:fromwin32com.shellimportshell,shellcondefdeltorecyclebin(filename):   shell.SHFileOperation((0,shellcon.FO_DELETE,filename,None,/      shellc

    2022年5月30日
    40
  • 如何训练一个词向量

    如何训练一个词向量现在在NLP领域,词向量是一切自然语言处理的基础,有了词向量我们就可以进行数据分析,文本聚类分类的一系列操作了。接下来我们就开始学习如何训练词向量,之前我们有介绍关于word2vec的博文word2vec算法理解和数学推导,这篇博文我们就一起来学习如何实现词向量的训练。首先我们运用的语料是我之前爬取的京东小米9的好评,训练一个关于手机类的词向量。数据如下所示:首先我们需要给数据进行分词…

    2022年6月2日
    35
  • opengrok使用教程之单工程(上)

    opengrok使用教程之单工程(上)OpenGrok简介有些情况下,我们需要在GB级别甚至几十GB级别且随时不断更新的大型代码(比如Android源码)里面搜索阅读源码,那么我们自然而然会有以下一些基本的需求:能够快速搜索代码代码可存放于本地/服务器代码之间可以跳转跨平台易于维护…显然SourceInsight、ctags、grep等工具在这些场景下就不太适合,于是有了OpenGrok这类代码搜索引擎。先看看维…

    2022年5月29日
    104
  • python 换行

    python 换行python3end=“”:输入参数不换行.就是打印之后不换行。python字符串换行:(1)三个单引号,例如print'''我是程序员刚学习python&#3

    2022年7月5日
    32
  • python aic准则_在Python中手工计算Akaike信息标准(AIC)

    python aic准则_在Python中手工计算Akaike信息标准(AIC)据我所知,Python中没有AIC包。因此,我试图手动计算它,以找到数据集中的最佳集群数(我使用K-均值进行集群)我遵循Wiki上的公式:AIC=2k-2ln(最大可能性)以下是我当前的代码:range_n_clusters=range(2,10)forn_clustersinrange_n_clusters:model=cluster.KMeans(n_clusters=n_cl…

    2022年5月23日
    48
  • 前端性能优化学习 02 Web 性能指标「建议收藏」

    前端性能优化学习 02 Web 性能指标「建议收藏」Web性能指标我们已经直到性能的重要性,但当我们讨论性能的时候,让一个网页变得更快,具体指哪些内容?事实上性能是相对的:对于一个用户而言,一个站点可能速度很快(在具有功能强大的设备的快速网络上),而对于另一个用户而言,一个站点可能会较慢(在具有低端设备的慢速网络上)。两个站点可能会在完全相同的时间内加载,但一个站点似乎加载速度会更快(如果它逐步加载内容,而不是等到最后显示所有内容)。一个网站可能加载很快,但在后来的用户交互会很慢。所以在讨论性能的时候,精确的、可量化的指标很重要。但是,一

    2025年11月24日
    5

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号