Codeforces Round #311 (Div. 2) Problem B

本文讨论了如何在给定容器容量和水量的情况下,最大化由男孩和女孩分配水的总量,确保女孩分配的水量是男孩的一半,通过二分查找算法实现最优解。

    2015年7月2日

    题目描述:输入两个整数n(1 <= n <= 10^5),w(1 <= w <= 10^9)。n表示有n个男孩和n个女孩,共2n个人;w表示有一个容器的盛有w毫升的水,然后第二行输入2n整数arr[i](1 <= arr[i] <= 10^9),表示有2n个容器,第i个容器的容量是arr[i],让后用着w毫升水在这2 * n个容器里倒水,有两个条件:倒出的水总容量小于等于w,每个男孩的杯子的盛水是n任意女孩的两倍,求能倒出水最大容量是多少。

    
    例如:
    input
    1 5
    2 3
    output
    4.5
    样例解释:有1个男孩,1个女孩,一个杯子的容量是2,一个杯子的容量是3,在容量大小为2的杯子倒入1.5毫升的水,这个杯子被女孩占用,另一个杯子的容量是3,倒入3毫升的水,总倒出的水是4.5毫升小于等于5毫升,并且女孩的水容量是男孩的一半。


    题目很明确地说,每一个女生所盛的水是任意一个男生的一半,通过这个条件能够得到一个结论:每个女生所盛的水是相同的,男生也是相同的,并且女生的所盛水的容量是男生的一半。
    给了2n个杯子盛水。将这2n个杯子按容量的大小排序将arr[0]作为女孩的基础杯子容量,arr[n]作为男孩的基础杯子,将问题的规模抽象出来就是:
    在[0,min(arr[0], arr[n] / 2)]中寻找一个值x,这个x是一个女孩的最终的容量,所以一个男孩的容量就是2x,这个x是属于[0, arr[0]], 2x 属于[0, arr[n]],并且要让这个x尽量大,此时会想到的一个算法就是二分查找去搜索这个x。
    应为数据x有可能会是浮点数,所以比较的时候就会出现浮点数跟整数比较,直接用“==”比较是不合理的,是有精度遗失的,这里的处理是用一个EPS来处理精度问题,a <= b可以等价转化为(b - a)>= EPS。这个EPS的精度要去多大是一个很不明确的值,有时取得过大是会出现精度损失,过小会比较耗时(即有可能会超时),据测试这里取1e-11,1e-12是合理的。

#include <bits/stdc++.h>
#define MAXN 200007
#define EPS 1e-11 //精度问题一定要取合理,太小有误差,太大会超时
using namespace std;
double arr[MAXN];
int main()
{
    int n;
    double w;
    cin >> n >> w;
    for(int i = 0; i < 2 * n; ++i)
        scanf("%lf", &arr[i]);
    sort(arr, arr + 2 * n);
    double L = 0, R = min(arr[0], arr[n] / 2); 
    //在[0, min(arr[0], arr[n] / 2)]中二分搜索答案
    while(fabs(R - L) > EPS) 
    {//当R - L大于EPS时就继续找更优的值
        double M = L + (R - L) / 2;
        if((arr[n] - M * 2) >= EPS && (w - M * 3 * n) >= EPS) L = M;
        //如果M是满足条件的值,则试图向右边区间找更合理的答案
        else R = M;
        //否则在左边的区间找更合理的答案
    }
    printf("%lf\n", L * 3 * n);
    return 0;
}


    转载请注明出处:http://blog.youkuaiyun.com/royecode
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习修改: 通过阅读模型中的注释查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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