博客
关于我
【DP】农田个数
阅读量:367 次
发布时间:2019-03-04

本文共 1115 字,大约阅读时间需要 3 分钟。

为了解决这个问题,我们需要计算一个N×M的农田中所有满足特定条件的正方形农田的数量。每个正方形必须满足至少一个条件:边长不同或左上角的方格不同。

方法思路

我们可以使用动态规划的方法来解决这个问题。具体步骤如下:

  • 问题分析:我们需要找到所有可能的正方形,其中每个正方形的左上角和右下角都是农田,且内部全部是农田。动态规划可以帮助我们高效地计算这些正方形的数量。

  • 动态规划数组定义:定义一个二维数组f,其中f[i][j]表示以(i, j)为右下角的最大正方形的边长。

  • 递推关系:对于每个位置(i, j),如果当前方格是农田(即值为1),则f[i][j]可以通过以下公式计算:[f[i][j] = \min(f[i-1][j], f[i][j-1], f[i-1][j-1]) + 1]这表示以(i, j)为右下角的最大正方形边长,其值取决于其左边、上边和左上角的最大正方形边长。

  • 结果计算:将所有f[i][j]的值累加,得到所有满足条件的正方形数量。

  • 解决代码

    n, m = map(int, input().strip().split())grid = []for _ in range(n):    line = input().strip()    grid.append([c for c in line])# 初始化f数组,f[i][j]表示以(i,j)为右下角的最大正方形的边长f = [[0] * (m + 1) for _ in range(n + 1)]ans = 0for i in range(1, n + 1):    for j in range(1, m + 1):        if grid[i-1][j-1] == '1':            f[i][j] = min(f[i-1][j], f[i][j-1], f[i-1][j-1]) + 1            ans += f[i][j]        else:            f[i][j] = 0print(ans)

    代码解释

  • 读取输入:首先读取输入的N和M,然后读取接下来的N行数据,构建一个二维数组grid,其中grid[i][j]表示对应的方格是否为农田。

  • 初始化数组:定义一个二维数组f,大小为(n+1)×(m+1),初始化为0。ans数组用于存储最终结果。

  • 遍历计算:遍历每个方格(i, j),如果当前方格是农田,则计算f[i][j],否则设置为0。ans累加每个方格的f[i][j]值。

  • 输出结果:打印最终的ans值,即满足条件的正方形数量。

  • 通过这种方法,我们可以高效地计算出所有满足条件的正方形数量。

    转载地址:http://buug.baihongyu.com/

    你可能感兴趣的文章
    NTP服务器
    查看>>
    NTP配置
    查看>>
    NUC1077 Humble Numbers【数学计算+打表】
    查看>>
    NuGet Gallery 开源项目快速入门指南
    查看>>
    NuGet(微软.NET开发平台的软件包管理工具)在VisualStudio中的安装的使用
    查看>>
    nuget.org 无法加载源 https://api.nuget.org/v3/index.json 的服务索引
    查看>>
    Nuget~管理自己的包包
    查看>>
    NuGet学习笔记001---了解使用NuGet给net快速获取引用
    查看>>
    nullnullHuge Pages
    查看>>
    NullPointerException Cannot invoke setSkipOutputConversion(boolean) because functionToInvoke is null
    查看>>
    null可以转换成任意非基本类型(int/short/long/float/boolean/byte/double/char以外)
    查看>>
    Number Sequence(kmp算法)
    查看>>
    Numix Core 开源项目教程
    查看>>
    numpy
    查看>>
    Numpy 入门
    查看>>
    NumPy 库详细介绍-ChatGPT4o作答
    查看>>
    NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
    查看>>
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>