找啊找啊找GF~背包拓展

出处:RQNOJ 57

 

开始时没有考虑MM最大值,果断Wrong,后面一分析,发现状态转移方程不对,立马改了过来,增加了一个计算数量的数组,最后输出再加个判断就AC了。网上有些优化的代码看不懂就没去理了,有兴趣的可以去研究一下。

 

#include<stdio.h>
#include<iostream>
#define min(a,b) a<b?(a):(b)
#define max(a,b) a>b?(a):(b)
using namespace std;

const int INF=0x3ffffff;
const int N=101;

int main()
{
    int m,r,n,i,j,k,maxn,mint;
    int rmb[N],rp[N],time[N],dp[N][N],c[N][N];
    while (~scanf("%d",&n))
    {
           for (i=1;i<=n;i++) 
               scanf("%d %d %d",rmb+i,rp+i,time+i);
           scanf("%d %d",&m,&r);
           for (i=0;i<=m;i++) for (j=0;j<=r;j++) c[i][j]=0;
           for (i=1;i<=m;i++) for (j=1;j<=r;j++) dp[i][j]=INF;  
           for (i=0;i<=m;i++) dp[i][0]=0; 
           for (j=0;j<=r;j++) dp[0][j]=0; 
           for (i=1;i<=n;i++)
           {
               for (j=m;j>=rmb[i];j--)                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     
               {
                   for (k=r;k>=rp[i];k--)
                   {
                       if (c[j][k]<=c[j-rmb[i]][k-rp[i]])
                       {
                          c[j][k]=c[j-rmb[i]][k-rp[i]]+1;
                          dp[j][k]=dp[j-rmb[i]][k-rp[i]]+time[i];                                
                       }
                       else if (c[j][k]==c[j-rmb[i]][k-rp[i]]+1)
                       {
                            dp[j][k]=min(dp[j][k],dp[j-rmb[i]][k-rp[i]]+time[i]);     
                       }   
                   }    
               }    
           } 
           for (i=maxn=0,mint=INF;i<=m;i++) 
           {
               for (j=0;j<=r;j++) 
               {
                   if (c[i][j]>maxn) maxn=c[i][j],mint=dp[i][j];
                   else if (c[i][j]==maxn) mint=min(mint,dp[i][j]);
               }
           }
           if (mint==INF) printf("0\n");
           printf("%d\n",mint);
    }
    return 0;   
} 


 

### 使用ENVI软件对GF5数据进行高光谱矿处理和分析 #### 高光谱数据预处理 在使用ENVI软件对GF5高光谱数据进行矿前,需先完成一系列的数据预处理工作。这包括读取原始数据文件并执行辐射定标转换成物理量单位(如反射率)。对于GF-5卫星AHISI传感器所获得的高光谱图像,在导入至ENVI环境之后,应利用其内置工具实施大气校正操作以消除由大气散射等因素引起的影响[^1]。 ```matlab % MATLAB伪代码展示如何加载和查看元数据 metaData = envi_read_header('path_to_gf5_data.hdr'); disp(metaData); ``` #### 大气校正 采用FLAASH模块或其他适用的大气校正算法来修正因大气效应造成的偏差。此步骤能够提高后续矿物识别精度以及增强不同波段间对比度,从而有利于特征提取与分类作业开展。通过设置合理的参数选项,可以有效改善最终输出成果的质量。 #### 特征提取与矿物识别 针对特定目标矿物质特性选取敏感波段组合构建指数图层;或者运用SVM支持向量机、神经网络等机器学习方法训练模型实现自动化的类别划分。此外,还可以借助于USGS库中的标准光谱曲线来进行匹配检索,辅助判断未知样本成分构成情况。 ```python # Python示例:调用sklearn库创建简单的SVM分类器 from sklearn import svm clf = svm.SVC() X, y = load_mineral_samples() # 假设这是加载矿物样品函数 clf.fit(X, y) def predict_new_sample(new_spectrum): prediction = clf.predict([new_spectrum]) return prediction ``` #### 结果可视化及解释 最后一步是对经过上述流程得到的结果进行直观呈现,并结合地质背景知识给出合理解读说明。比如绘制专题地图标注出可能存在的金属矿区位置分布范围,或是统计各类岩石类型的面积比例关系等等。
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