2012 ACM/ICPC 成都赛区网络赛 HDU 4296

本文深入解析了一个在多层建筑中优化PDV(潜在损坏值)的问题,作者最初忽略了关键步骤导致了不正确的解决方案。通过详细分析,作者揭示了贪心算法的应用,并提供了正确解决问题的思路。文中还介绍了如何通过排序和迭代选择最佳楼层来最小化整个建筑的PDV累加和,并最终找到最大PDV值的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

比赛时这道题没做出来,很蛋疼,只因为没理解 “ would like to minimize PDV of the whole building, denoted as the largest PDV of all floors.”

题目要求的是:每一层都有一个PDV值,求这么多层中的最大值。而我之前只是求了整栋楼所有楼层PDV累加和的最小值。

分析题目,很显然是贪心。

先从N层中选一个floor作为第1层,使得该层的损耗值最小;再从剩下的N-1个floor中选某一层最为第2层,同样使得该层的损耗值最小……以此类推,直到所有楼层都安置好。这样每一步都是最优的。

那怎么知道第一层选哪个呢?我是这样考虑的,

假设所有floor对应的w和s为:w1,s1;w2,s2;...;wn,sn。设第1层的损耗值为cost。

当选第i个floor作为第1层时,     cost=W1+W2+...+W i-1+            W i+1+W i+2+...+Wn-Si       (1)

当选第i+1个floor作为第1层时,cost=W1+W2+...+W i-1+W i+                 W i+2+...+Wn-Si+1   (2)

(假设i,i+1是处于1~N的中间的值,这样容易观察,上面两个式子中除W、S外都是下标)

那么,(2)-(1)=W i   -  S i+1  -  W i+1   +   Si=(Wi  +  Si) - (Wi+1  +   Si+1)

如果两者选第i个floor,则需(2)-(1)>=0 ,即:(Wi  +  Si)  >= (Wi+1  +   Si+1)

因此,在N个floor中选一个作为第一层时,必选 W+S 的值最大的那个floor。

所以,只需排个序,再从底层往上计算一遍,就可得到使整栋楼PDV之和最小的情况下的最大的那个PDV。

(若有错误,请指出,谢谢)

 

#include <stdio.h>
#include <algorithm>
using namespace std;

struct Floor
{
	int w,s;
}floor[100005];

bool Comp(Floor a,Floor b)
{
	return (a.s+a.w)>(b.s+b.w);
}

int main()
{
	int n;
	__int64 sum;
	while(~scanf("%d",&n))
	{
		sum=0;
		for(int i=0;i<n;i++)
		{
			scanf("%d%d",&floor[i].w,&floor[i].s);
			sum+=floor[i].w;
		}
		sort(floor,floor+n,Comp);
		__int64 total=0,k;
		for(int i=0;i<n-1;i++)
		{
			sum-=floor[i].w;
			k=sum-floor[i].s;
			if(k>total)total=k;
		}
		printf("%I64d\n",total);
	}
	return 0;
}

 

 

 

 

 

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值