真心险啊。。最后3分钟a出来了。。回家再重新提交的时候发现出现re的错误。。换成g++错误消除。。so。。用stl的情况下最好是用g++。。否则你死都不知道是怎么死的。。还好人品。。最后提交的时候是g++。。不然啃爹的罚时类。。还有就是stl中间的vector容器的使用。。这里的题目跟网络赛的还有点不同。。数据大了1。。- -||

#include<iostream>
#include<vector>
using namespace std;const int maxn=1020;
vector<int>num;
//int num[maxn];//
int t;
int no[maxn];//
int times[maxn];//
int done=0;//
int locate(int number)
{int i=0;for(i=0;i<=t-1;i++){if(no[i]==-1){no[i]=number;return i;}if(no[i]==number){return i;}}
}
bool dfs()
{//cout<<done<<endl;int t_d;t_d=t-done;int i;if(done==t){return 1;}int tmp=t_d-5;for(i=t_d-2;i>=t_d-8;i--){if(i<0){break;}if(num[i]==num[t_d-1]){int save=num[i];num.erase(num.begin()+(t_d-1));num.erase(num.begin()+i);t_d-=2;done=done+2;if(dfs()){return 1;}else{num.insert(num.begin()+(t_d-1),save);num.insert(num.begin()+i,save);done=done-2;}}}return 0;
}
int main()
{/*int t;while(cin>>t){vector<int>v;//v.clear();int i=0;int tt=t;for(i=0;i<=t-1;i++){int num;//cin>>num;v.push_back(num);}bool tag;do{while(v[t-1]==-1&&t-1>=0){t--;}int tmp=t-5;for(i=t-2;i>=tmp;i--){if(i<0){tag=0;break;}if(v[i]==-1){tmp--;continue;}if(v[t-1]==v[i]){v[t-1]=-1;v[i]=-1;tag=1;break;}tag=0;}}while(tag);bool no=0;for(i=0;i<=tt-1;i++){if(v[i]!=-1){no=1;break;}}if(no){cout<<0<<endl;}else{cout<<1<<endl;}}*/while(cin>>t){memset(no,-1,sizeof(no));memset(times,0,sizeof(times));num.clear();done=0;int i=0;int tt=t;for(i=0;i<=t-1;i++){int nnn;cin>>nnn;num.push_back(nnn);times[locate(num[i])]++;}/*bool isno=0;for(i=0;i<=t-1;i++){//cout<<times[i]<<endl;if(times[i]%2){isno=1;//break;}}if(isno){cout<<0<<endl;}else*/{if(dfs()){cout<<1<<endl;}else{cout<<0<<endl;}}}return  0;
}

  

转载于:https://www.cnblogs.com/cj695/archive/2012/09/08/2677078.html

hdu4727搜索+stl。轻微剪枝相关推荐

  1. 博弈论经典算法(一)——对抗搜索与Alpha-Beta剪枝

    前言 在一些复杂的博弈论题目中,每一轮操作都可能有许多决策,于是就会形成一棵庞大的博弈树. 而有一些博弈论题没有什么规律,针对这样的问题,我们就需要用一些十分玄学的算法. 例如对抗搜索. 对抗搜索简介 ...

  2. nyist oj 19 擅长排列的小明(dfs搜索+STL)

    擅长排列的小明 时间限制:1000 ms  |  内存限制:65535 KB 难度:4 描写叙述 小明十分聪明.并且十分擅长排列计算.比方给小明一个数字5,他能立马给出1-5按字典序的全排列,假设你想 ...

  3. 算法笔记--极大极小搜索及alpha-beta剪枝

    参考1:https://www.zhihu.com/question/27221568 参考2:https://blog.csdn.net/hzk_cpp/article/details/792757 ...

  4. 提高篇-深度优先搜索DFS与剪枝-《算法笔记》同步笔记总结与补充

    搜索作为算法的开篇需要彻底吃透,因此搜索专题将dfs与bfs分开进行总结. 在练习dfs之前,必须要将递归吃透,自己能力还是有限,递归部分一直很困扰我,这次要花费大量时间,彻底将递归和dfs吃透弄懂! ...

  5. 算法第十期——DFS(深度优先搜索)的剪枝优化

    目录 DFS:剪枝 DFS:有哪些剪枝方法 DFS例题一:剪格子 [思路] DFS例题二:路径之谜 [样例分析] DFS例题三:四阶幻方 [思路] [做法一] [做法二] DFS例题三:分考场 [样例 ...

  6. 【AI】对抗搜索:Alpha-Beta剪枝搜索图解及井字棋应用的python实现

    一.对抗搜索简介   对抗搜索也称为博弈搜索,在一个竞争的环境中,智能体之间通过竞争实现相反的利益,一方最大化这个利益,另外一方最小化这个利益.   最小最大搜索(Minimax Search)是对抗 ...

  7. 【模拟\搜索\STL】谁是下一个

    第1题:谁是下一个 [题目描述] 在那遥远的地方有座监狱叫做MSHS.这座监狱每天都要枪毙一个犯人.按犯人的编号从小到大一个一个枪毙.犯人的号码是由几个1到9的阿拉伯数字以及若干个0组成的.1到9的数 ...

  8. 对抗搜索之Alpha-Beta剪枝算法

    什么是对抗算法 为了解决信息确定.全局可观察.竞争对手轮流行动.输赢收益零和假设下的两人博弈问题而提出的一种算法.即零和博弈,所谓零和博弈是博弈论的一个概念,属非合作博弈.指参与博弈的各方,在严格竞争 ...

  9. 【NOI1999、LOJ#10019】生日蛋糕(搜索、最优化剪枝、可行性剪枝)

    主要是剪枝的问题,见代码,讲的很详细 #include<iostream> #include<cstdio> #include<cmath> #include< ...

  10. 深度优先搜索(DFS) 总结(算法+剪枝+优化总结)

    深度优先搜索(DFS) 总结(算法+剪枝+优化总结) 本文中会引用部分实例.文献资料来自不同的作者之手,由于资料整理比较困难,转载地址不在文中列举.如有侵权请联系我更换或删除!对于提供题解思路的各位大 ...

最新文章

  1. 在 Linux 命令行里与其他用户通信
  2. STL中算法锦集(二)
  3. Git的GUI工具sourcetree的使用
  4. Linux系统修改环境变量PATH路径
  5. java语言的命题原则_重庆自考《Java语言程序设计(一)》课程全国统一命题考试说明...
  6. ajax 返回数组某个属性值,jQuery Ajax向某个页面传值并取得返回的数组
  7. Ubuntu下使用Atom将Markdown文件转换为PDF的一个异常
  8. PCM音频数据格式介绍
  9. HTML网页设计制作——响应式网页影视动漫资讯bootstrap网页(9页)
  10. 红条款信用证Red Clause L/C
  11. 从事互联网产品运营所需的8条技能
  12. Google Analytic谷歌分析
  13. Golang jwt跨域鉴权
  14. WordPress正确使用51la统计来统计网站访问数据[WP教程]
  15. AGV小车如何实现无人搬运自动导引代替人工
  16. 55-混沌操作法之我见:一、逆势操作.(2015.2.7)
  17. 如何用python完成评分功能呢_用Python完成PSM(倾向性匹配评分)算法详解
  18. 大数据与网络安全的问题
  19. 【硬件工程师学软件】之 硬件工程师更需要全栈
  20. 报告称国产智能手机全球市场份额33.1% 超过韩国

热门文章

  1. TASLP | 从判别到生成:基于对比学习的生成式知识抽取方法
  2. 深度学习进行领域适应(Domain Adaptation)开山之作
  3. 什么时候以及为什么基于树的模型可以超过神经网络模型?
  4. 【每日算法Day 98】慈善赌神godweiyang教你算骰子点数概率!
  5. python—PIL使用
  6. pytorch---tensor概念的介绍
  7. [论文笔记]R-NET: MACHINE READING COMPREHENSION WITH SELF-MATCHING NETWORKS
  8. 博文视点大讲堂第21期免费讲座:解密Google、百度——搜索引擎揭秘
  9. Playing with OS(操作系统)
  10. 机器学习实战系列(七):数值回归与预测