51Nod 1007 正整数分组 递推 DP

本文介绍了一种利用动态规划解决整数分组问题的方法,目标是找到两个组之间的最小差值。通过递推公式计算所有可能的分组情况,并记录下达到这些分组所需的最小差值。

题目链接

思路:

问题是:将所有的正整数分为两组,使得两组的差最小。

再将问题转化一下。在使用n个数,分为两组的的所有情况下的差的最小值。dp[i][j]代表用了前i个数,j这个差有没有出现过。

那么n个数分为两组的差的全部情况可以有num[n]和dp[n-1][0-maxn]推出。

#include <bits/stdc++.h>

using namespace std;

const int MAXN = 1e4+10;
int dp[102][MAXN];
int inf = 0x3fffffff;

int main()
{
    int num,n;
    cin>>n;
    cin>>num;
    dp[0][num] = 1;
    for ( int i=1; i<n; i++ ) {
        scanf("%d",&num);
        for ( int j=0; j<MAXN; j++ ){
            if ( dp[i-1][j] ) {
                int t1 = j+num;
                int t2 = abs(j-num);
                dp[i][t1] = dp[i][t2] = 1;
            }
        }
    }
    int ans = inf;
    for ( int i=0; i<MAXN; i++ )
        ans = min( ans,dp[n-1][i]==1?i:inf ) ;
    cout<<ans<<endl;
    return 0;
}


数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究(Matlab代码实现)内容概要:本文围绕“数据驱动的两阶段分布鲁棒(1-范数和∞-范数约束)的电热综合能源系统研究”展开,提出了一种结合数据驱动与分布鲁棒优化方法的建模框架,用于解决电热综合能源系统在不确定性环境下的优化调度问。研究采用两阶段优化结构,第一阶段进行预决策,第二阶段根据实际场景进行调整,通过引入1-范数和∞-范数约束来构建不确定集,有效刻画风电、负荷等不确定性变量的波动特性,提升模型的鲁棒性和实用性。文中提供了完整的Matlab代码实现,便于读者复现和验证算法性能,并结合具体案例分析了不同约束条件下系统运行的经济性与可靠性。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及工程技术人员,尤其适合从事综合能源系统、鲁棒优化、不确定性建模等相关领域研究的专业人士。; 使用场景及目标:①掌握数据驱动的分布鲁棒优化方法在综合能源系统中的应用;②理解1-范数和∞-范数在构建不确定集中的作用与差异;③学习两阶段鲁棒优化模型的建模思路与Matlab实现技巧,用于科研复现、论文写作或工程项目建模。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现细节,重点关注不确定集构建、两阶段模型结构设计及求解器调用方式,同时可尝试更换数据或调整约束参数以加深对模型鲁棒性的理解。
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