動態規劃的方程大家都知道，就是
f[i,j]=min{f[i-1,j-1],f[i-1,j],f[i,j-1],f[i,j+1]}+a[i,j]
但是很多人會懷疑這道題的后效性而放棄動規做法。
本來我還想做Dijkstra，后來變了沒二十行pascal就告訴我數組越界了……（dist:array[1..1000*1001
div 2]...）
無奈之余看了xj_kidb1的題解，剛開始還覺得有問題，后來豁然開朗……
反復動規。上山容易下山難，我們可以從上往下走，最后輸出f[n][1]。
xj_kidb1的一個技巧很重要，每次令f[i][0]=f[i][i],f[i][i+1]=f[i][1]（xj_kidb1的題解還寫錯了）
標簽：
動態規劃
方程
家
上傳時間：
2014-07-16
上傳用戶：libinxny
function [U,center,result,w,obj_fcn]= fenlei(data)
[data_n,in_n] = size(data)
m= 2 ％ Exponent for U
max_iter = 100 ％ Max. iteration
min_impro =1e-5 ％ min. improvement
c=3
[center, U, obj_fcn] = fcm(data, c)
for i=1:max_iter
if F(U)>0.98
break
else
w_new=eye(in_n,in_n)
center1=sum(center)/c
a=center1(1)./center1
deta=center-center1(ones(c,1),:)
w=sqrt(sum(deta.^2)).*a
for j=1:in_n
w_new(j,j)=w(j)
end
data1=data*w_new
[center, U, obj_fcn] = fcm(data1, c)
center=center./w(ones(c,1),:)
obj_fcn=obj_fcn/sum(w.^2)
end
end
display(i)
result=zeros(1,data_n) U_=max(U)
for i=1:data_n
for j=1:c
if U(j,i)==U_(i)
result(i)=j continue
end
end
end
標簽：
data
function
Exponent
obj_fcn
上傳時間：
2013-12-18
上傳用戶：ynzfm
