当前位置: 首页 > news >正文

状压dp|dfs|dijk

lc2816

优雅递归😋

class Solution {
public:
int t=0;
ListNode* doubleIt(ListNode* head)
{
auto dfs=[&](this auto&& dfs,ListNode* node)->ListNode*
{
if(!node) return nullptr;
dfs(node->next);


//先递归到结尾
//handle
int v=node->val;
node->val=v*2%10+t;
t=v*2/10;
return node;
};
dfs(head);
if(t)
return new ListNode(1,head);
return head;
}
};

lc2486

暴力dfs

DFS找从起点到终点的最小掉血路径

记下来最少掉多少血

若这个数比初始健康值小且能走到终点,就返回true

必然 充分的地推验证过程 实现剪枝

class Solution {
public:
int dx[4]={0,0,1,-1};
int dy[4]={1,-1,0,0};

bool findSafeWalk(vector<vector<int>>& g, int h) {
int m=g.size(),n=g[0].size();
vector<vector<int>> mem(m, vector<int>(n, INT_MAX));

auto dfs = [&](this auto&& dfs, int x, int y, int c){
if(x<0||x>=m||y<0||y>=n||c>=mem[x][y]) return;
mem[x][y] = c;
if(x==m-1&&y==n-1) return;
for(int k=0;k<4;k++){
int a=x+dx[k],b=y+dy[k];
dfs(a,b,c + (a>=0&&a<m&&b>=0&&b<n?g[a][b]:0));
}
};

dfs(0,0,g[0][0]);
return mem[m-1][n-1] < h && mem[m-1][n-1] != INT_MAX;
}
};

dijk优化

对于"大的同时小一点"

大的加给小的,返回当前大的

lc1723

预处理 抽象出jobs子集枚举 状态 +状压dp

二进制表示任务组合,先算所有组合的总耗时,再用动态规划分k个工人:

每个工人分配部分任务,取“当前工人任务耗时”和“之前工人最大耗时”的较大值

最终找k个工人干完所有任务的最小最大耗时

class Solution {

public:
int minimumTimeRequired(vector<int>& jobs, int k)

{
int n = jobs.size();
vector<int> tot(1 << n, 0);
for (int i = 1; i < (1 << n); i++) {
for (int j = 0; j < n; j++) {
if ((i & (1 << j)) == 0) continue;
int left = (i - (1 << j));
tot[i] = tot[left] + jobs[j];
break;
}
}

vector<vector<int>> dp(k, vector<int>(1 << n, -1));
for (int i = 0; i < (1 << n); i++)
dp[0][i] = tot[i];

for (int j = 1; j < k; j++) {
for (int i = 0; i < (1 << n); i++) {
int minv = INT_MAX;
for (int s = i; s; s = (s - 1) & i)

{

// 枚举 i 的全部子集
int left = i - s;
int val = max(dp[j-1][left], tot[s]);
minv = min(minv, val);
}
dp[j][i] = minv;
}
}
returndp[k-1][(1<<n)-1];
}
};

http://www.gsyq.cn/news/128305.html

相关文章:

  • 7575645645
  • Linly-Talker本地部署避坑指南(附性能调优建议)
  • Linly-Talker对显卡配置的要求及性价比推荐
  • AI导游上线:景区小程序集成Linly-Talker实战记录
  • 盘点10款降ai率工具:AI率太高了,怎么降低ai?(2025最新知网降ai指南)
  • Git原理与使用
  • 用Linly-Talker做房地产带看视频?家居营销自动化
  • PySpark实战 - 2.4 利用Spark SQL实现分组排行榜
  • Linly-Talker推理延迟优化技巧(基于TensorRT加速)
  • 亲测10款降ai率工具:AI率80%怎么一键降低ai?(2025最新降AIGC避坑指南)
  • Linly-Talker支持异构计算,CPU+GPU协同推理
  • PolyDataContourToImageData 3D集合图像转换成等效3D二值图像
  • Linly-Talker支持模型灰度发布,逐步上线新功能
  • 考虑实时市场联动的电力零售商鲁棒定价策略(Matlab代码实现)
  • 用Linly-Talker生成股票行情分析视频?金融内容自动化
  • Linly-Talker支持多线程推理,高并发场景从容应对
  • 【虚拟同步机控制建模】三相虚拟同步发电机双环控制(Simulink仿真实现)
  • 途知抖音多模态数据采集与AI融合解析
  • 海南自由贸易港全岛封关首日,西门子能源在海南启动建设燃机总装基地及服务中心 | 美通社头条
  • 复星与比亚迪达成全球战略合作,引领“出行+度假“新生态
  • 万字长文!关于AI绘图,一篇超详细的总结发布
  • Linly-Talker音频响度标准化,符合广电播出规范
  • Linly-Talker支持gRPC调用,微服务架构集成更便捷
  • Linly-Talker支持模型加密传输,防止中间人攻击
  • 用Linly-Talker生成律师咨询视频?法律科技新动向
  • BUUCTF-[ZJCTF 2019]NiZhuanSiWei
  • Linly-Talker支持CUDA核心监控,实时掌握GPU利用率
  • QSFP、SFP、CFPx
  • 用Linly-Talker生成法律条款解读视频?普法教育新形式
  • 文本编辑器CudaText