洛谷P1850换教室

换教室

嗯~~~这道题~~我先缓存一下思路

是的,我又十分不友好的来复制题面了

题目描述

对于刚上大学的牛牛来说,他面临的第一个问题是如何根据实际情况申请合适的课程。

在可以选择的课程中,有 2n 节课程安排在 n 个时间段上。在第 i个时间段上,两节内容相同的课程同时在不同的地点进行,其中,牛牛预先被安排在教室 c_i 上课,而另一节课程在教室 d_i进行。

在不提交任何申请的情况下,学生们需要按时间段的顺序依次完成所有的 nn 节安排好的课程。如果学生想更换第 ii节课程的教室,则需要提出申请。若申请通过,学生就可以在第 i 个时间段去教室 d_i​ 上课,否则仍然在教室 c_i​上课。

由于更换教室的需求太多,申请不一定能获得通过。通过计算,牛牛发现申请更换第 ii 节课程的教室时,申请被通过的概率是一个已知的实数 k_i,并且对于不同课程的申请,被通过的概率是互相独立的。

学校规定,所有的申请只能在学期开始前一次性提交,并且每个人只能选择至多 mm 节课程进行申请。这意味着牛牛必须一次性决定是否申请更换每节课的教室,而不能根据某些课程的申请结果来决定其他课程是否申请;牛牛可以申请自己最希望更换教室的 m 门课程,也可以不用完这 m 个申请的机会,甚至可以一门课程都不申请。

因为不同的课程可能会被安排在不同的教室进行,所以牛牛需要利用课间时间从一间教室赶到另一间教室。

牛牛所在的大学有 v 个教室,有 e 条道路。每条道路连接两间教室,并且是可以双向通行的。由于道路的长度和拥堵程度不同,通过不同的道路耗费的体力可能会有所不同。 当第 i节课结束后,牛牛就会从这节课的教室出发,选择一条耗费体力最少的路径前往下一节课的教室。

现在牛牛想知道,申请哪几门课程可以使他因在教室间移动耗费的体力值的总和的期望值最小,请你帮他求出这个最小值。

输入输出样例

输入样例#1: 

3 2 3 3
2 1 2
1 2 1
0.8 0.2 0.5 
1 2 5
1 3 3
2 3 1

输出样例#1: 

2.80

首先先用万能的 弗洛伊德  处理一下两点间的距离

v是<=300的~~所以用floyd再好不过了

分割线来了~~~~~


每个教室分为两种情况

1.换

2.不换

这个是挺平常的

然后复杂在换与不换的分情况上了~~~

不换:

不换是分为这样几种情况:

上一个也不换 , 上一个换 且成功,上一个换但失败

同理,换也有好多种情况:

上一个点不换,这个点失败

上一个点不换,这个点成功

上一个点换成功,这个点成功

上一个点换成功,这个点失败

上一个点换失败,这个点成功

上一个点换失败,这个点也失败

下面用代码来详细看看QwQ:

来条线先


状态转移的时候,主要是分前一个点换与不换的情况~~~

首先是换~~

不,首先看变量

k[] // 概率
f[][][] // dp , 三维分别表示 第几个点,第几次换,换不换
dis[][] //表示两点之间的最短路
c[] // 表示原来的教室
d[]//表示换后的教室

 

首先是换的情况

有上一个点也换与上一个点不换的情况:

上一个点不换又分这一个点换成功了与这一个点换失败了两种情况


上一点不换:f[i-1][j-1][0]
这一点换
1.失败
消耗体力: dis[c[i-1]][c[i]] 
分析: 由于上一个点不换,所以上一个点一定是在c[]中的;假定这次失败,那么这次也只能去c[]中的教室;
2.成功
消耗体力: dis[c[i-1]][d[i]]
分析: 由于上一个点不换,所以上一个点一定是在c[]中的;假定这次成功,那么这次能去d[]中的教室;
那么,失败的概率是1-k[],成功的概率是k[].
综上,这种情况就是:
f[i-1][j-1][0]+dis[c[i-1]][d[i]]*k[i]+dis[c[i-1]][c[i]]*(1.0-k[i])

同理,上一点换,这一点换
1.上一点失败,这一点失败(以后省一点哈)
消耗体力: dis[c[i-1]][c[i]]
概率:都失败这运气也没谁了!!!! 概率:(1.0-k[i-1])*(1.0-k[i])
2.失败,成功
消耗体力: dis[c[i-1]][d[i]]
概率 : (1.0-k[i-1])*k[i]
3.成功,失败
消耗体力 : dis[d[i-1]][c[i]]
概率: k[i-1]*(1.0-k[i])
4.成功,成功
消耗体力: dis[d[i-1]][d[i]] 
概率: k[i-1]*k[i]

 

至于不换,和换的情况是一样的,就不多解释

code

f[i][j][0] = min(f[i-1][j][0]+dis[c[i-1]][c[i]],
f[i-1][j][1]+dis[c[i-1]][c[i]]*(1.0-k[i-1])+dis[d[i-1]][c[i]]*k[i-1]) ;

 这就是不换的情况,

也是分两种情况:

换,不换

和换的解释是一样的喽!!!

//刚刚AC的code
#include<iostream>
#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std ;
int n , m , v , e ;
double dis[310][310] ;
double f[3000][3000][2] ; 
double k[2016] ;
int c[2016] , d[2016] ;
int main(){
    scanf("%d%d%d%d",&n,&m,&v,&e) ;
    for(int i = 1 ; i <= n ; i++){
        scanf("%d",&c[i]) ;
    }	
    for(int i = 1 ; i <= n ; i ++){
        scanf("%d",&d[i]) ;
    }
    for(int i = 1 ; i <= n ; i ++){
        scanf("%lf",&k[i]) ;
    }
    //memset(f,0x3f,sizeof(f)) ;
    //memset(dis,0x3f,sizeof(dis)) ;
    for(int i = 1 ; i <= v ; i ++)
    for(int j = 1 ; j <= v ; j ++){
        dis[i][j] = 0x3ffff ;
    }
    for(int i = 1 ; i <= v ; i ++){
        dis[i][i] = 0 ;
    }
    for(int i = 1 ; i <= e ; i ++){
        int x , y ;
        double z ;
        scanf("%d%d%lf",&x,&y,&z) ;
        dis[x][y] = min(dis[x][y],z) ;
        dis[y][x] = dis[x][y] ;
    }
    for(int i = 1 ; i <= n ; i ++)
    for(int j = 0 ; j <= m ; j ++)
    for(int k = 0 ; k <= 1 ; k ++){
        f[i][j][k] = 0x3fffff ;
    }
    for(int k = 1 ; k <= v ; k ++ )
    for(int i = 1 ; i <= v ; i ++ )
    for(int j = 1 ; j <= v ; j ++ ){
        if(i != k && i != j && k != j){
            if(dis[i][j] > dis[i][k] + dis[k][j]) {
                dis[i][j] = dis[i][k] + dis[k][j] ;
            }
        }
    }
    
    f[1][0][0] = f[1][1][1] = 0.0 ;
    for(int i = 2 ; i <= n ; i ++){
        for(int j = 0 ; j <= m && j <= i ; j ++){
            f[i][j][0] = min(f[i-1][j][0]+dis[c[i-1]][c[i]],f[i-1][j][1]+dis[c[i-1]][c[i]]*(1.0-k[i-1])+dis[d[i-1]][c[i]]*k[i-1]) ;
            if(j >= 1){
                f[i][j][1] = min(f[i-1][j-1][0]+dis[c[i-1]][d[i]]*k[i]+dis[c[i-1]][c[i]]*(1.0-k[i]),
                f[i-1][j-1][1]+dis[c[i-1]][c[i]]*(1.0-k[i-1])*(1.0-k[i])+dis[c[i-1]][d[i]]*k[i]*(1.0-k[i-1])+dis[d[i-1]][c[i]]*k[i-1]*(1.0-k[i])+dis[d[i-1]][d[i]]*k[i-1]*k[i]) ;
            }
        }
    }double res = 0x3ffffff ;
    for(int i = 0 ; i <= m ; i ++){
        for(int j = 0 ; j <= 1 ; j ++){
            res = min(res,f[n][i][j]) ;
        }
    }
    printf("%.2lf",res) ;
    return 0 ;
}

 

内容概要:本文档提供了关于“微型车间生产线的设计与生产数据采集试验研究”的毕业设计复现代码,涵盖从论文结构生成、机械结构设计、PLC控制系统设计、生产数据采集与分析系统、有限元分析、进度管理、文献管理和论文排版系统的完整实现。通过Python代码和API调用,详细展示了各个模块的功能实现和相互协作。例如,利用SolidWorks API设计机械结构,通过PLC控制系统模拟生产流程,使用数据分析工具进行生产数据的采集和异常检测,以及利用进度管理系统规划项目时间表。 适合人群:具有机械工程、自动化控制或计算机编程基础的学生或研究人员,尤其是从事智能制造领域相关工作的人员。 使用场景及目标:①帮助学生或研究人员快速搭建和理解微型车间生产线的设计与实现;②提供完整的代码框架,便于修改和扩展以适应不同的应用场景;③作为教学或科研项目的参考资料,用于学习和研究智能制造技术。 阅读建议:此资源不仅包含详细的代码实现,还涉及多个学科领域的知识,如机械设计、电气控制、数据分析等。因此,在学习过程中,建议读者结合实际操作,逐步理解每个模块的功能和原理,并尝试调整参数以观察不同设置下的系统表现。同时,可以参考提供的文献资料,深入研究相关理论和技术背景。
本次的学生体质健康信息管理网站,按照用户的角色可以分为教师与学生,后台设置管理员角色来对学生的信息进行管理。,设计如下: 1、后台管理系统 后台管理系统主要是为该系统的管理员提供信息管理服务的系统,具体包括的功能模块如下: (1)管理员信息管理 (2)教师信息管理 (3)学生信息管理 (4)健康信息统计(图形化进行健康,亚健康等学生的信息数量统计) 2、教师角色的功能模块设计 教师角色所需要的功能模块主要包括了如下的一些内容: (1)个人资料修改 (2)学生体质健康管理:录入相关数据,包括但不限于身高、体重、肺活量、视力等生理指标以及运动能力、身体成分、骨密度等健康指标,并且设置健康,亚健康状态 (3)学生健康建议:根据体质信息,进行学生健康的建议 (4)健康预警:对健康出问题的学生,进行健康预警 (5)饮食和锻炼情况管理,查看 3、学生角色 学生角色可以通过该信息网站看到个人的基本信息,能够看到教师给与学生的健康建议等,功能模块设计如下: (1)个人资料修改 (2)我的健康建议查看 (3)我的健康预警 (4)饮食和锻炼情况管理,记录平时的饮食和锻炼情况 完整前后端源码,部署后可正常运行! 环境说明 开发语言:Java后端 框架:ssm,mybatis JDK版本:JDK1.8+ 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:eclipse/idea Maven包:Maven3.3+ 部署容器:tomcat7.5+
网站前台: (1)站内新闻:及时发布康复中心动态、行业资讯等,让用户了解最新消息。 (2)用户注册,登录:支持用户注册新账号并登录系统,开启预约等操作。 (3)科室介绍:详细介绍康复中心各科室,含功能、特色治疗等信息。 (4)医生列表,详情:展示医生信息,如履历、擅长领域,助用户选医生。 (5)老年生活风采:呈现老年人康复生活照片等,展示康复后的精彩状态。 (6)预约入院:用户填写姓名、电话等信息,提交入院预约申请。 网站后台: 管理员 (1)管理员密码修改:管理员可自主修改登录密码,保障账号安全。 (2)用户注册管理,审核:对新用户注册信息审核,确保信息真实合规。 (3)站内新闻管理:发布、编辑、删除站内新闻,把控资讯更新与质量。 (4)科室信息管理:维护科室信息,包括介绍、设备等内容的增删改。 (5)医生信息管理:管理医生资料,可更新履历、擅长方向等信息。 (6)老年生活风采管理:上传、整理、替老年生活风采相关展示内容。 (7)预约入院管理:处理用户入院预约,安排入院时间和流程。 用户 (1)用户资料修改:用户可修改个人注册资料,保证信息准确性。 (2)我的预约住院结果:查询预约入院审核结果,了解住院安排情况。 完整前后端源码,部署后可正常运行! 环境说明 开发语言:Java后端 框架:ssm,mybatis JDK版本:JDK1.8+ 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:eclipse/idea Maven包:Maven3.3+ 部署容器:tomcat7.5+
03-21
### 关于动态规划 (Dynamic Programming, DP) 的解决方案 在解决平台上的编程问题时,尤其是涉及动态规划的题目,可以采用以下方法来构建解决方案: #### 动态规划的核心思想 动态规划是一种通过把原问题分解为相对简单的子问题的方式来求解复杂问题的方法。其核心在于存储重复计算的结果以减少冗余运算。通常情况下,动态规划适用于具有重叠子问题和最优子结构性质的问题。 对于动态规划问题,常见的思路包括定义状态、转移方程以及边界条件的设计[^1]。 --- #### 题目分析与实现案例 ##### **P1421 小玉买文具** 此题是一个典型的简单模拟问题,可以通过循环结构轻松完成。以下是该问题的一个可能实现方式: ```cpp #include <iostream> using namespace std; int main() { int n; cin >> n; // 输入购买数量n double p, m, c; cin >> p >> m >> c; // 输入单价p,总金额m,优惠券c // 计算总价并判断是否满足条件 if ((double)n * p <= m && (double)(n - 1) * p >= c) { cout << "Yes"; } else { cout << "No"; } return 0; } ``` 上述代码实现了基本逻辑:先读取输入数据,再根据给定约束条件进行验证,并输出最终结果[^2]。 --- ##### **UOJ104 序列分割** 这是一道经典的区间动态规划问题。我们需要设计一个二维数组 `f[i][j]` 表示前 i 次操作后得到的最大价值,其中 j 是最后一次切割的位置。具体实现如下所示: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 5e3 + 5; long long f[MAXN], sumv[MAXN]; int a[MAXN]; int main(){ ios::sync_with_stdio(false); cin.tie(0); int n,k; cin>>n>>k; for(int i=1;i<=n;i++)cin>>a[i]; for(int i=1;i<=n;i++)sumv[i]=sumv[i-1]+a[i]; memset(f,-0x3f,sizeof(f)); f[0]=0; for(int t=1;t<=k;t++){ vector<long long> g(n+1,LLONG_MIN); for(int l=t;l<=n;l++)g[l]=max(g[l-1],f[t-1][l-1]); for(int r=t;r<=n;r++)f[r]=max(f[r],g[r]+sumv[r]*t); } cout<<f[n]<<'\n'; return 0; } ``` 这段程序利用了滚动数组优化空间复杂度,同时保持时间效率不变[^3]。 --- ##### **其他常见问题** 针对更复杂的路径覆盖类问题(如 PXXXX),我们往往需要结合一维或多维动态规划模型加以处理。例如,在某些场景下,我们可以设定 dp 数组记录到达某一点所需最小代价或者最大收益等指标[^4]。 --- ### 总结 以上展示了如何运用动态规划技巧去应对不同类型的算法挑战。无论是基础还是高级应用场合,合理选取合适的数据结构配合清晰的状态转关系都是成功解决问题的关键所在。
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