[POJ2976][分数规划]Dropping tests[水题]

POJ2976 Dropping tests——P4377 [USACO18OPEN] Talent Show G 【分数规划二分法+贪心/背包】 阅读详情

[题目大意]

你考了N次试,第i次考试有bi道题,你通过了ai道。现在选择(N-K)次考试,使得总通过率最高。(总通过率 = 选择的考试的总通过数/选择的考试的总题目数)


[分析]

第一反应是贪心,可惜贪心不对,样例给的很明显了。想一想,利用分数规划,二分答案,每次判断答案是否可行,这时候就可以用贪心了。

注意精度要卡小一点,以前卡1e-4就挂了,卡到1e-7就过了……



#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <iostream>
#include <algorithm>
using namespace std;

//Global Variables & Definitions
int N, K;
int a[1010], b[1010];
double w[1010];
//End Global Variables & Definitions

//Main Structure
const double eps = 1e-7;

double solve() {
	for(int i = 0;i < N;++i) scanf("%d", &a[i]);
	for(int i = 0;i < N;++i) scanf("%d", &b[i]);
	
	double L = 0.0, R = 1.1;
	while(R - L >= eps) {
		double mid = (L + R) / 2.;
		
		for(int i = 0;i < N;++i) w[i] = a[i] - b[i] * mid;
		sort(w, w + N);
		
		double ans = 0.;
		for(int i = K;i < N;++i) ans += w[i];
		
		if(ans > 0.0) 
			L = mid;
		else
		    R = mid;
	}
	
	return (L + R) / 2.;
}

int main() {
	while(scanf("%d%d", &N, &K) && N) printf("%.0f\n", solve() * 100);
	return 0;
}


状态估计【卡尔曼滤波kalman】UKF、EKF、粒子滤波PF学习与研究(Matlab代码实现) 内容概要:本文围绕非线性状态估计中的三种经典滤波算法——无迹卡尔曼滤波(UKF)、扩展卡尔曼滤波(EKF)和粒子滤波(PF)展开系统性学习与研究,重点在于通过Matlab编程实现这些算法的核心流程,并将其应用于实际系统的状态估计问题中。文档不仅详细阐述了各算法的数学原理、适用条件与性能差异,还提供了完整的仿真代码与案例分析,帮助读者深入理解其在非线性、非高斯环境下的表现特性。同时,资源拓展至EKF与神经网络融合训练、多源数据融合等高级应用场景,展现了其在智能控制、无人机导航、电力系统状态估计、目标跟踪等领域的广泛应用价值。; 适合人群:具备一定信号处理、控制理论或状态估计基础的研究生、科研人员及工程技术人员,尤其适用于从事自动化、机器人、导航、电力电子与智能系统等相关方向的研究与开发工作者;; 使用场景及目标:① 掌握UKF、EKF与PF在非线性系统中的建模思路与Matlab实现方法,理解其优缺点与适用边界;② 提升科研仿真能力,能够独立构建状态估计模型并进行算法对比验证;③ 将所学方法应用于如电池SOC估算、无人机姿态估计、传感器融合、故障诊断等实际工程问题中;; 阅读建议:建议结合Matlab动手实践,逐行解读并调试所提供的代码,深入理解算法实现细节;同时可延伸学习文中提及的数据融合、神经网络与滤波器结合等进阶主题,以构建完整的状态估计技术知识体系。 立即下载

相关推荐

ROS2 Humble + TurtleBot4仿真环境搭建与避坑实战

本文详细介绍了ROS2 Humble与TurtleBot4仿真环境的搭建与避坑实战,包括环境配置、依赖安装、仿真调试和性能优化等关键步骤。通过保姆级教程和实用技巧,帮助开发者快速搭建稳定的机器人仿真环境,提升开发效率。特别推荐使用Ubuntu 22.04原生系统以避免常见问题。

weixin_30897233的博客 399

[poj P2976] Dropping tests

[poj P2976] Dropping tests Time Limit: 1000MS Memory Limit: 65536K Description In a certain course, you takentests. If you getaiout ofbiquestions correct on testi, your cumulat...

a8233821的博客 186

[DA45] 使用PageRank算法分析希拉里邮件中的人物关系

一. 相关知识 (一) PageRank算法 PageRank 算法是 google 公司的创始人拉里·佩奇和谢尔·盖布林于1998年提出的网页搜索优化算法. 详细内容请见百度百科:google pagerank. 如果你了解了该算法, 就能明白上一段的超链接从本页面链出, 链入百度百科的 PageRank 算法页面增加了该页面...

Vincent_Chu的博客 2376

Poj-2976 Dropping tests (01分数规划)

POJ 2976 Dropping tests 题解 《挑战程序设计竞赛》 [Algorithm]01分数规划——Update:2012年7月27日 // 条件C(x):=可以选择使得单位重量的价值不小于x #include<iostream> #include<cstdio> #include<cstring> #include<algorithm&...

ó 219

帆软报表JS导出避坑指南:如何正确处理sessionid和参数传递

本文深入探讨了帆软报表中通过JavaScript实现一键导出的关键技术,重点解析了如何正确获取并传递sessionid以确保会话不丢失,以及如何构造包含必要参数的导出URL。文章详细对比了预览后导出与直接URL导出两种方式的差异,并提供了从参数拼接、前端触发下载到高级场景(如SPA集成)的完整避坑指南,帮助开发者构建稳定可靠的自定义导出功能。

weixin_42522857的博客 162

电路保护设计实战:保险丝选型、I²t计算与多级协同方案

电路保护是电子系统可靠性的基石,其核心原理是在发生过流或过压等异常情况时,及时切断故障回路,防止能量持续灌入导致元器件损坏甚至安全事故。从技术价值看,优秀的保护设计能显著提升产品寿命、安全性和市场口碑,尤其在快充、电动汽车等高功率密度应用中,保护器件已成为不可或缺的安全屏障。在众多保护器件中,保险丝作为最基础的过流保护元件,其正确选型与应用直接关系到保护效果。本文聚焦于保险丝选型的实战细节,深入解析了I²t(电流平方时间积)这一关键参数,它定义了熔断所需的能量阈值,是匹配被保护半导体器件耐受能力、实现有效保

weixin_42662171的博客 309

Dropping tests POJ - 2976(01分数规划问题)

01分数规划问题:Dropping tests POJ - 2976 黑洞内窥: 给出公式:, 多组输入,每组输入n,k,n个ai,n个bi,,你可以删除最多k组ai,bi,来使得上式的值达到最大。 思维光年: 最简单粗暴的想法:取出每对ai,bi的分数比例,sort一下,从后往前取,输出完事。。 wa了两次后,,,感觉有坑,,应该是精度问题不够,,, 于是暴力二分概率(...

浦柳人的博客 204

小米路由器R1D进阶玩法:MIXBOX工具箱安装与插件管理指南

本文详细介绍了为小米路由器R1D安装MIXBOX工具箱的完整指南。通过开启SSH、执行一键安装脚本,用户可以轻松解锁路由器的进阶功能,如安装离线下载、内网穿透等插件,从而将旧设备转变为强大的家庭网络服务中心。

weixin_29292431的博客 1113

POJ 2976 Dropping tests —————— 01分数规划,二分

POJ 2976 Dropping tests 给出n个a和b,让选出n-k个使得 100∗∑i=1nai∑i=1nbi100*\frac{\sum_{i=1}^{n} a_i}{\sum_{i=1}^{n}b_i}100∗∑i=1n​bi​∑i=1n​ai​​ 最大 01规划问题,看这里 看完就会了 这里用的是二分的方法 /*--------- Hongjie ----------*/ /** ...

鸿杰 的博客 303

从点击图标到Activity亮屏:AMS、Zygote、ActivityThread的Binder协作之旅

Launcher通过Context调用 startActivity(),最终会通过 Activity.startActivity() 传递到 ActivityManager.getService(),获取AMS的Binder代理对象(IActivityManager)。这里的 attach() 方法通过Binder调用AMS的 attachApplication(),将新进程的 IApplicationThread 代理对象传递给AMS。这一步的Binder通信,是整个启动流程的关键转折点,值得细细品味。

大模型大数据攻城狮的专栏 1071

【STK】手把手教你利用STK进行覆盖分析02-生成详细分析报告和图表

这篇文章主要针对上一篇文章中最后的案例1进行进一步的说明,详细介绍我们可以生成哪些结论性的成果。STK的Coverage模块的生成结果包括分析报告和图表两种样式,每种样式还分为动态和静态两种,也就是说,我们做完一个STK覆盖场景的仿真后,一般可以生成静态分析报告、动态分析报告、静态分析图表和动态分析图表这4种形式的分析成果,下面进行详细介绍。我们在选择了想要分析的区域或者点后,就可以利用CovDef生成分析报告了,覆盖定义的分析报告分为静态报告和动态报告两种,下面分析进行介绍: 首先我们先在左侧目标浏览器C

weixin_44184852的博客 3441

【POJ 2976】 Dropping Tests

【题目链接】 http://poj.org/problem?id=2976 【算法】 0/1分数规划 【代码】 #include <algorithm> #include <bitset> #include <cctype> #include <cerrno...

120

Vite 任意文件读取漏洞复现(CVE-2026-39363)

Vite开发服务器 WebSocket中的fetchModule方法未实施server.fs访问控制,导致攻击者可通过WebSocket连接并读取服务器上的任意文件(CVE-2026-39363)

iSee857的博客 220

POJ 2976 Dropping tests:01分数规划【二分】

题目链接:http://poj.org/problem?id=2976 题意:   共有n场考试,每场考试你得的分数为a[i],总分为b[i]。   你可以任意去掉k场考试。   问你最大的 100.0 * ( ∑ a[i] / ∑ b[i] )的值。(四舍五入) 题解:   相当于从n场考试中选n-k场。   二分:     二分最大答案 ∑ a[i]...

a1392136的博客 100

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

[POJ2976] Dropping tests

题意n个二元组(ai,bi)(a_i,b_i),选定n-K个二元组使得∑ai∑bi\frac{\sum a_i}{\sum b_i}最大题解基本的01分数规划问题 weighti=valuei−r⋅costiweight_i = value_i-r\cdot cost_i,max{f(r)}max\{f(r)\}求和前n+K大的weightiweight_i即可。 至于为什么WA嘛,改改精度,c

ztx 2058

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

POJ - 2976 Dropping tests(二分 + 01分数规划)

Dropping tests Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 9635   Accepted: 3368 Description In a certain course, you take n tests. If you get ai out of

qq_18661257的专栏 1158

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

[POJ2976]Dropping tests

[POJ2976]Dropping tests vjudge 题意 给你\(\{a_1,a_2...a_n\}\)和\(\{b_1,b_2...b_n\}\),构造\(\{c_1,c_2...c_k\}\),其中\(c_1<c_2<...<c_k\)且\(c_i\in[1,n]\),最大化\(L=\frac{\sum_{i=1}^{k}a_{c_i}}{\sum_{i=...

abcyan1235的博客 222

poj 2976 Dropping tests

01分数规划,给n个物品,选择n-k个 选出来的n-k个最大化∑A(n-k)/∑B(n-k) 即∑ai/∑bi≥x就等价于∑ai−x∑bi≥0, 之后不断的向目标推进x,一般都二分。 裸题poj 2976 Dropping tests 1 #include <iostream> 2 #include <cstring> 3 #includ...

dieche3140的博客 128

[poj 2976]Dropping tests 01分数规划

Dropping tests Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 5992   Accepted: 2076 Description In a certain course, you take n tests. If you get ai out of 

一维空间 755

POJ 2976 Dropping tests 01分数规划Dinkelbach算法

Dropping tests Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 13732   Accepted: 4817 Description In a certain course, you take n tests. If you get ai out

J. Cole 546

POJ 2976 Dropping tests(分数规划)

【题目大意】 在一场考试中,你有n个测试,你在b道问题内答对了a道,最后你的成绩为: 他会先给你各个测试的ai和bi,然后给出一个正整数k,表示你可以放弃k个测试,例如给你3个测试分别为(5,5),(0,1),(2,6),那么最后成绩为100*((5+0+2)/(5+1+6))=50,如果不选第三个,那么成绩为100*((5+0)/(5+1))≈83.3,最后四舍五入得到83。 【输入格式】...

Michael_GLF的博客 323

POJ2976 Dropping tests (分数规划)

传送门今天在看Amber神犇的《最小割模型在信息学竞赛中的应用》的时候看到了分数规划这玩意,然后就小水了一发(虽然这道题和最小割并没有什么关系)。Dropping tests 是一道裸的01分数规划,大意就是给出n个分数,在里面选出n-k个要求这些分数 分子加分子 : 分母加分母最大。关于分数规划的介绍,我觉得[Algorithm]01分数规划——Update:2012年7月27日这篇文章写得相

geng4512的专栏 1187

POJ 2976 Dropping tests【0-1分数规划】

http://poj.org/problem?id=2976 Dropping tests Time Limit: 1000MS Memory Limit: 65536K Total Submissions: 15861 Accepted: 5537 Description In a certain course, you take n tests. If you...

Irish_Moonshine的博客 219

POJ 2976- Dropping tests -01分数规划

http://poj.org/problem?id=2976 经典01分数规划裸题 题意: n门功课,有该门课的得分和总分,求去掉k门课后平均绩点最高可以是多少? 根据01分数规划推导结论 有: /* * 0-1 分数规划 * t1 * x1 + t2 * x2 + ... + tn * xn * r = ------------------

缺氧 474

【POJ2976】Dropping tests (01分数规划入门题)

(小声bb:话说好像下周就可以停课了(flag)!终于可以去见学长们啦~ 虽然月考挂了) 在这里学习的分数规划——>传送门 简单总结一下 设函数f(r)=sigma(a[i]*x[i])-r*sigma(b[i]*x[i]) 变形 f(r)=sigma((a[i]-r*b[i])*x[i]) 假如r已知若预处理出d[i]=a[i]-r*b[i] 那式子就变得很简洁了 f...

Android66666的博客 222

POJ2976 Dropping tests

01分数规划 题目传送门 题目大意:给你两串数a[i],b[i]a[i],b[i]a[i],b[i],选n−kn−kn-k个数使得 ∑a[i]∑b[i]∑a[i]∑b[i]\frac {\sum a[i]}{\sum b[i]}最大。 这道题就是最裸的01分数规划了。01分数规划就是求max/min(∑a[i]∗xi∑b[i]∗xi)max/min(∑a[i]∗xi∑b[i]∗xi)\max...

forezxl的博客 178
下一篇: [BZOJ3597][SCOI2014][网络流][分数规划]方伯伯运椰子[好题]
BenjaminPMLee
博客等级 码龄12年 5粉丝 14原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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