poj 1128 Frame Stacking 拓扑

简介:

  

     和上一题一样的一个覆盖问题,这个要给出全部可能序列,所以就有个递归过程

     用了很多stl,本来以为会TLE,结果0ms就过了,还有很大的优化空间,比如可以把拓扑的dfs和入度为0结合起来就可以少很多重复搜索的情况。

 

/*
author:jxy
lang:C/C++
university:China,Xidian University
**If you need to reprint,please indicate the source**
*/
#include <iostream>
#include <cstdio>
#include <cstring>
#include <vector>
#include <algorithm>
using namespace std;
int h,w,map[32][32],cnt;
char ans[100];//暂存排序
vector<int> cover[27];//覆盖关系
vector<string> Ans;//全部排序
int l[27],r[27],u[27],d[27],in[27],k;//最左最右最上最下,和记录是否在排序中
bool init()
{
    int i,j,k;
    if(scanf("%d%d",&h,&w)!=2)return 0;
    memset(l,127,sizeof(l));memset(u,127,sizeof(u));//127只是个大数
    memset(r,-1,sizeof(r));memset(d,-1,sizeof(d));
    Ans.clear();cnt=0;
    for(i=0;i<27;i++)cover[i].clear();
    for(i=0;i<h;i++)
    {
        getchar();
        for(j=0;j<w;j++)
        {
            k=getchar()-'A';
            map[i][j]=k;
            if(k<0)continue;
            l[k]=min(l[k],j);r[k]=max(r[k],j);
            u[k]=min(u[k],i);d[k]=max(d[k],i);
        }
    }
    return 1;
}
bool build()//寻找覆盖关系
{
    int i,j;
    for(i=0;i<26;i++)
    {
        if(r[i]<0)continue;
        cnt++;
        for(j=l[i];j<=r[i];j++)
        {
           if(map[u[i]][j]!=i)cover[i].push_back(map[u[i]][j]);//这一步可能重复添加很多次……但是n较少可以接受,最好优化
           if(map[d[i]][j]!=i)cover[i].push_back(map[d[i]][j]);
        }
        for(j=u[i]+1;j<d[i];j++)
        {
           if(map[j][l[i]]!=i)cover[i].push_back(map[j][l[i]]);
           if(map[j][r[i]]!=i)cover[i].push_back(map[j][r[i]]);
        }
    }
    k=cnt-1;ans[cnt]='\0';
    return 1;
}
bool dfs(int v)
{
    in[v]=1;
    for(int u,i=0;i<cover[v].size();i++)
    {
        u=cover[v][i];
        if(!in[u])dfs(u);//因为数据保证,不需判断环
    }
    ans[k--]=v+'A';
    return 1;
}
void check()
{
    int t=k;
    int a[35];
    memcpy(a,in,sizeof(a));
    for(int i=0;i<26;i++)
    {
        if(r[i]<0||in[i])continue;
        if(!dfs(i))return;
        if(k<0)Ans.push_back(ans);//加入,会有重复,可优化
        else check();
        memcpy(in,a,sizeof(a));//恢复状态
        k=t;
    }
}
int main()
{
    while(init())
    {
       build();
       memset(in,0,sizeof(in));
       check();
       sort(Ans.begin(),Ans.end());//字典序
       int len=unique(Ans.begin(),Ans.end())-Ans.begin();//去重
       for(int i=0;i<len;i++) cout<<Ans[i]<<endl;
    }
}


 

目录
相关文章
|
机器学习/深度学习 传感器 算法
基于MUSIC算法实现DOA估计附MATLAB代码
基于MUSIC算法实现DOA估计附MATLAB代码
基于MUSIC算法实现DOA估计附MATLAB代码
|
机器学习/深度学习 传感器 算法
基于SVD BD ZF MF SLNR 多种算法模拟MIMO系统误码率和合速率随N的关系附matlab代码
基于SVD BD ZF MF SLNR 多种算法模拟MIMO系统误码率和合速率随N的关系附matlab代码
|
算法
svd,BD,ZF,SLNR,MMSE线性预编码性能对比MATLAB仿真
svd,BD,ZF,SLNR,MMSE线性预编码性能对比MATLAB仿真
371 0
svd,BD,ZF,SLNR,MMSE线性预编码性能对比MATLAB仿真
|
机器学习/深度学习 编解码 算法
即插即用 | DCT-Mask用离散余弦变换Mask提升实例分割性能(文末获取论文)
即插即用 | DCT-Mask用离散余弦变换Mask提升实例分割性能(文末获取论文)
625 0
|
算法
m最小二乘法自适应均衡误码率仿真,对比LS,DEF以及LMMSE三种均衡算法误码率
m最小二乘法自适应均衡误码率仿真,对比LS,DEF以及LMMSE三种均衡算法误码率
237 0
m最小二乘法自适应均衡误码率仿真,对比LS,DEF以及LMMSE三种均衡算法误码率
CF1272 E.Nearest Opposite Parity(反向建图+BFS)
CF1272 E.Nearest Opposite Parity(反向建图+BFS)
117 0
CF1272 E.Nearest Opposite Parity(反向建图+BFS)
|
机器学习/深度学习 传感器 算法
【雷达通信】基于均匀圆阵下CA-MUSIC的二维DOA估计算法附matlab代码
【雷达通信】基于均匀圆阵下CA-MUSIC的二维DOA估计算法附matlab代码
|
机器学习/深度学习 传感器 人工智能
【通信】基于MVDR LCEC GSC PCI MWF EC PCA_MVB多种算法实现自适应波束生成
【通信】基于MVDR LCEC GSC PCI MWF EC PCA_MVB多种算法实现自适应波束生成
【通信】基于MVDR LCEC GSC PCI MWF EC PCA_MVB多种算法实现自适应波束生成
luoguP2205 [USACO13JAN]Painting the Fence S(差分 扫描线思想)
luoguP2205 [USACO13JAN]Painting the Fence S(差分 扫描线思想)
72 0

热门文章

最新文章