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
|
1月前
|
编解码 计算机视觉
YOLOv8改进 | Conv篇 | 2024.1月最新成果可变形卷积DCNv4(适用检测、Seg、分类、Pose、OBB)
YOLOv8改进 | Conv篇 | 2024.1月最新成果可变形卷积DCNv4(适用检测、Seg、分类、Pose、OBB)
567 0
|
9月前
POJ 1988 Cube Stacking
POJ 1988 Cube Stacking
|
存储 算法 计算机视觉
非局部均值滤波算法(NL-means)下
非局部均值滤波算法(NL-means)。非局部均值滤波算法最早于2005年由Buades等人发表在CVPR上,论文原文:A non-local algorithm for image denoising,还有一篇2011年的论文:Non-Local Means Denoising。之后还会继续介绍DCT(离散余弦变换滤波)、TV(全变分滤波)、BM3D(3维块匹配滤波)等算法。
297 0
非局部均值滤波算法(NL-means)下
|
人工智能 算法 BI
非局部均值滤波算法(NL-means)上
非局部均值滤波算法(NL-means)。非局部均值滤波算法最早于2005年由Buades等人发表在CVPR上,论文原文:A non-local algorithm for image denoising,还有一篇2011年的论文:Non-Local Means Denoising。之后还会继续介绍DCT(离散余弦变换滤波)、TV(全变分滤波)、BM3D(3维块匹配滤波)等算法。
216 0
非局部均值滤波算法(NL-means)上
|
机器学习/深度学习 算法 大数据
基于GCN和DGL实现的图上 node 分类, 值得一看!!!
基于GCN和DGL实现的图上 node 分类, 值得一看!!!
|
机器学习/深度学习 存储 人工智能
Paddle Graph Learning (PGL)图学习之图游走类模型[系列四]
6.Paddle Graph Learning (PGL)图学习之图游走类模型[系列四]
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)
47 0
|
机器学习/深度学习 存储 搜索推荐
【树模型与集成学习】(task6)梯度提升树GBDT+LR
协同过滤和矩阵分解存在的劣势就是仅利用了用户与物品相互行为信息进行推荐, 忽视了用户自身特征, 物品自身特征以及上下文信息等,导致生成的结果往往会比较片面。
352 0
【树模型与集成学习】(task6)梯度提升树GBDT+LR
|
算法 测试技术
Stacking算法
大家都是只关注stacking的操作是什么,虽然这很重要,但是却没有说明白为何有效。这一直是困惑我的点,我想通过论文搞清这些东西。貌似没找到,找到再贴。   我们将假设训练数据:train.csv有1000行;测试数据:test.csv有200行。
1058 0