HDU_2955 Robberies

该博客讨论了一个与概率和优化相关的问题,即如何在不超过特定被捕概率的情况下,从多个银行中选择抢劫以获得最大收益。通过将每次抢劫的金额视为背包问题中的物品重量,将不被捕的概率视为物品价值,可以将问题转化为01背包问题。博客提供了样例输入和输出,并强调了独立事件概率的处理。解决方案涉及动态规划,寻找能够使总金额最大化且被捕概率低于给定阈值的抢劫组合。

Robberies

链接

HDU_2955 Robberies

Description

The aspiring Roy the Robber has seen a lot of American movies, and knows that the bad guys usually gets caught in the end, often because they become too greedy. He has decided to work in the lucrative business of bank robbery only for a short while, before retiring to a comfortable job at a university.

For a few months now, Roy has been assessing the security of various banks and the amount of cash they hold. He wants to make a calculated risk, and grab as much money as possible.

His mother, Ola, has decided upon a tolerable probability of getting caught. She feels that he is safe enough if the banks he robs together give a probability less than this.

Input

The first line of input gives T T T, the number of cases. For each scenario, the first line of input gives a floating point number P P P, the probability Roy needs to be below, and an integer N N N, the number of banks he has plans for. Then follow N N N lines, where line j j j gives an integer M j M_j Mj and a floating point number P j P_j Pj.
Bank j j j contains Mj millions, and the probability of getting caught from robbing it is P j P_j Pj .
Output
For each test case, output a line with the maximum number of millions he can expect to get while the probability of getting caught is less than the limit set.

Notes and Constraints
0 < T ≤ 100 0 < T \le 100 0<T100
0.0 ≤ P ≤ 1.0 0.0 \le P \le 1.0 0.0P1.0
0 < N ≤ 100 0 < N \le 100 0<N100
0 < M j ≤ 100 0 < M_j \le 100 0<Mj100
0.0 ≤ P j ≤ 1.0 0.0 \le P_j \le 1.0 0.0Pj1.0
A bank goes bankrupt if it is robbed, and you may assume that all probabilities are independent as the police have very low funds.

Sample Input

3
0.04 3
1 0.02
2 0.03
3 0.05
0.06 3
2 0.03
2 0.03
3 0.05
0.10 3
1 0.03
2 0.02
3 0.05

Sample Output

2
4
6

解析

把每次抢劫的数目当做“物品”的“重量”,每次抢劫逃跑的概率(即 1 − p j 1-p_j 1pj )当做“物品”的“价值”,这个问题就是一个简单的01背包问题。最后,所有满足 f j ≤ 1 − p f_j \le 1-p fj1p f j f_j fj 中最大的 j j j 就是答案。

特别要注意的是,由于每次抢银行事件是相互独立的,所以 n n n 次抢银行逃跑的概率是 ∏ j = 1 n ( 1 − p j ) \prod_{j=1}^n(1-p_j) j=1n(1pj),而不是 ∑ j = 1 n ( 1 − p j ) \sum_{j=1}^n(1-p_j) j=1n(1pj)

代码

#include<algorithm>
#include<cstdio>
#include<iostream>
#include<cmath>
#include<cstring>
using namespace std;
int t,n,mon[101],tot,ans;
float p,pro[101],f[10001];
int main()
{
	scanf("%d",&t);
	for(int i=1;i<=t;i++)
	{
		memset(f,0,sizeof(f));
		tot=ans=0;
		cin>>p>>n;
		for(int j=1;j<=n;j++)
		{
			cin>>mon[j]>>pro[j];
			tot+=mon[j];
		}
		f[0]=1;
		for(int j=1;j<=n;j++)
			for(int k=tot;k>=mon[j];k--)
				f[k]=max(f[k],f[k-mon[j]]*(1-pro[j]));
		for(int j=1;j<=tot;j++)
			if(f[j]>=1-p)
				ans=max(ans,j);
		printf("%d\n",ans);
	}
	return 0;
}
代码转载自:https://pan.quark.cn/s/a4b39357ea24 本文重点阐述了利用 LabVIEW 软件构建的锁相放大器的设计方案及其具体实施流程,并探讨了该设备在声波相位差定位系统中的实际运用情况。 锁相放大器作为一项基础测量技术,其核心功能在于能够精确锁定微弱信号的频率参数并完成相关测量工作。 在采用 LabVIEW 软件开发的锁相放大器系统中,通过计算测量信号与两条参考信号之间的互相关函数,实现对微弱信号的频率锁定,同时输出被测信号的幅值信息。 虚拟仪器技术是一种基于计算机硬件平台的仪器系统,其显著特征在于用户可以根据实际需求自主设计仪器功能,配备虚拟化操作界面,并将测试功能完全由专用软件程序实现。 虚拟仪器系统的基本架构主要由计算机主机、专用软件程序以及硬件接口模块等核心部件构成。 虚拟仪器最突出的优势在于其功能完全取决于软件编程,用户可以根据具体应用场景灵活调整系统功能参数。 在基于 LabVIEW 软件开发的锁相放大器系统中,主要运用 LabVIEW 软件平台完成锁相放大器功能的整体设计。 LabVIEW 作为一个图形化编程环境,能够高效地完成虚拟仪器的开发工作。 借助 LabVIEW 软件,可以快速构建锁相放大器的用户操作界面,并且可以根据实际需求进行灵活调整和功能扩展。 锁相放大器系统的关键构成要素包括测量信号输入通道、参考信号输入通道、频率锁定处理单元以及信号幅值输出单元。 测量信号是系统需要检测的对象,参考信号则用于引导系统完成对测量信号的频率锁定。 频率锁定处理单元负责实现测量信号的锁定功能,信号幅值输出单元则负责输出被测信号的幅值大小。 在锁相放大器的实际实现过程中,系统采用了双路参考信号输入方案来锁定测量信号。 通过分析两路参考信号之间的相...
边缘计算环境中基于启发式算法的深度神经网络卸载策略(Matlab代码实现)内容概要:本文介绍了在边缘计算环境中,利用启发式算法实现深度神经网络任务卸载的策略,并提供了相应的Matlab代码实现。文章重点探讨了如何通过合理的任务划分与调度,将深度神经网络的计算任务高效地卸载到边缘服务器,从而降低终端设备的计算负担、减少延迟并提高整体系统效率。文中涵盖了问题建模、启发式算法设计(如贪心策略、遗传算法、粒子群优化等可能的候选方法)、性能评估指标(如能耗、延迟、资源利用率)以及仿真实验结果分析等内容,旨在为边缘智能计算中的模型推理优化提供可行的技术路径。; 适合人群:具备一定编程基础,熟悉Matlab工具,从事边缘计算、人工智能、物联网或智能系统优化方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究深度神经网络在资源受限设备上的部署与优化;②探索边缘计算环境下的任务卸载机制与算法设计;③通过Matlab仿真验证不同启发式算法在实际场景中的性能表现,优化系统延迟与能耗。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注算法实现细节与仿真参数设置,同时可尝试复现并对比不同启发式算法的效果,以深入理解边缘计算中DNN卸载的核心挑战与解决方案。
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