【AMPPZ2014】【BZOJ4145】The Prices

本文介绍了一个经典的动态规划问题,旨在寻找在多个商店中购买特定种类物品的最优组合,以达到最低总费用。通过构建动态规划模型,利用二进制状态压缩技巧,实现高效的算法解决方案。

Description
你要购买m种物品各一件,一共有n家商店,你到第i家商店的路费为d[i],在第i家商店购买第j种物品的费用为c[i][j],
求最小总费用。

Input
第一行包含两个正整数n,m(1<=n<=100,1<=m<=16),表示商店数和物品数。
接下来n行,每行第一个正整数di表示到第i家商店的路费,接下来m个正整数,
依次表示c[i]j

Output
一个正整数,即最小总费用。

Sample Input
3 4
5 7 3 7 9
2 1 20 3 2
8 1 20 1 1
Sample Output
16
HINT

在第一家店买2号物品,在第二家店买剩下的物品。

Source

鸣谢Claris上传

物品种类非常少,所以可以考虑二进制表示物品状态
然后建两个数组DP,一个表示在一个店里买某些物品的价格,一个是在所有店的
第一个很好求.
第二个可以对每个物品状态用它和它的补集这样的关系来更新

然而我最早一直想写网络流

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cmath>
#include<algorithm>
#define MAXN 110
#define GET (ch>='0'&&ch<='9')
using namespace std;
int n,m;
int c[MAXN][MAXN],d[MAXN];
int f[1<<17],g[1<<17];
void in(int &x)
{
    char ch=getchar();x=0;int flag=1;
    while (!GET)    flag=ch=='-'?-1:flag,ch=getchar();
    while (GET) x=x*10+ch-'0',ch=getchar();x*=flag;
}
void dfs(int id,int x,int sum,int S)
{
    f[S]=min(f[S],sum);
    for (int i=x;i<m;i++)   dfs(id,i+1,sum+c[id][i+1],S|(1<<i));
}
int main()
{
    in(n);in(m);memset(f,0x3f,sizeof(f));f[0]=0;
    for (int i=1;i<=n;i++)
    {
        in(d[i]);
        for (int j=1;j<=m;j++)  in(c[i][j]);
        dfs(i,0,d[i],0);
    }
    for (int i=1;i<(1<<m);i++)
    {
        g[i]=0x7fffffff;
        for (int j=i;j;j=(j-1)&i)   g[i]=min(g[i],f[j]+g[i^j]);
    }
    printf("%d\n",g[(1<<m)-1]);
}
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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