HDU 2844 Coins 背包 二进制拆分

本文针对硬币组合问题,提出了一种高效的解决方案。通过判断硬币面值与数量的关系,采取完全背包或二进制拆分数量的方式进行优化计算,避免了暴力求解。适用于求解特定条件下可组成的金额种类。
题意:有n(n <= 100)枚硬币面值为A1,A2,…,An,数量分别为C1,C2,…,Cn,求能组成多少种小于m的数额(m <= 100000)?
思路:不能暴力,对于Ai * Ci >= m的情况,直接完全背包。剩下的二进制拆分Ci,将Ci 拆分为 20+21+…+2k-1+(Ci-2k+1+1)。对于每一项进行零一背包即可。

http://acm.hdu.edu.cn/showproblem.php?pid=2844

#include <map>
#include <set>
#include <queue>
#include <cmath>
#include <ctime>
#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <iostream>
#include <algorithm>

#define rep(i,a,b)  for(int i = a ; i <= b ; i ++)
#define rrep(i,a,b) for(int i = b ; i >= a ; i --)
#define cls(a,x)   memset(a,x,sizeof(a))

using namespace std;

typedef long long LL;

const int MOD = 1e9+7;
const int INF = 0x3f3f3f3f;
const int MAXN = 1e5;
const int MAXE = 2e5;

int T,n,m;
int A[105],C[105];
int F[MAXN];
int a[12];

void ZEROPACK(int num) {
    rrep(i,num,m) {
        if(F[i-num] > 0) F[i]++;
    }
}

void COMPPACK(int num) {
    rep(i,num,m) {
        if(F[i-num] > 0) F[i] ++;
    }
}

void input() {
    rep(i,1,n) {
        scanf("%d",A+i);
    }
    rep(i,1,n) {
        scanf("%d",C+i);
    }
}

void solve() {
    cls(F,0);
    F[0] = 1;
    rep(i,1,n) {
        if(A[i] * C[i] >= m) {
            COMPPACK(A[i]);
        }
        else {
            int cnt = 1;
            while(C[i] >= cnt) {
                C[i] -= cnt;
                ZEROPACK(A[i] * cnt);
                cnt *= 2;
            }
            ZEROPACK(A[i] * C[i]);
        }
    }
    int ans = 0;
    rep(i,1,100000) {
        if(F[i]) ans ++;
    }
    printf("%d\n",ans);
}   

int main(void) {
    //freopen("a.in","r",stdin);
    int base = 1;
    rep(i,1,10) {
        a[i] = base;
        base = base * 2;
    }
    while(scanf("%d %d",&n,&m),n+m) {
        input();
        solve();
    }
    return 0;
}

//二进制拆分。
内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
Eclipse二进制文件是指由Eclipse集成开发环境生成的可执行文件。在Linux下,Eclipse生成的二进制文件通常是没有扩展名的,如上述引用所示。在使用Eclipse编译和运行项目时,如果项目名包含扩展名(例如.hdu.c),则Eclipse可能无法正确识别该文件为二进制可执行文件。 这可能导致在运行时出现找不到二进制文件的错误。解决办法有两种:一是避免使用带有扩展名的项目名,另一种是手动创建一个运行配置,将命令写死以确保正确识别为二进制文件。 需要注意的是,上述讨论中的EclipseParser库是一个用于验证和读取Eclipse二进制文件内容的DLL库,它是通过按照二进制格式编写的。这个库可以验证和读取Eclipse二进制文件中的EGRID、INIT、UNRST等内容。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [linux下eclipse c++运行不了提示找不到二进制文件的解决方法](https://blog.youkuaiyun.com/bjrxyz/article/details/8974483)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Eclipse油藏数值模拟软件的二进制文件格式解析](https://blog.youkuaiyun.com/slofslb/article/details/119176891)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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