HDU 6140 Hybrid Crystals (玄学背包)

该博客主要介绍了HDU 6140题目的解决方案,将原问题转化为求解背包完全填充的问题。由于运行时间的不确定性,作者提到了在实际操作中可能遇到的998ms超时问题,建议多次提交以通过测试。

先预处理一下,就转化成一个把背包装满的问题。。。时间很玄学。。998ms卡过。要多交几次,大概交三次TLE两次吧。。。orz

#include<bits/stdc++.h>
using namespace std;
#define maxn 1001
int dp[1000001]; 
int t,n,k;char ch;
int arr[maxn];
vector<int> vec;

int main()
{
    scanf("%d",&t);
    while(t--)
    {
        vec.clear();
        scanf("%d%d",&n,&k);
        for(int i=1;i<=n;i++)
            scanf("%d",&arr[i]);
        int num = 0;int dd=0;
        for(int i=1;i<=n;i++)
        {
            cin>>ch;
            if(ch=='L') num +=arr[i];
            if(ch=='D') num -= arr[i];
            else
            {
                vec.push_back(arr[i]);
                dd+=arr[i];
            }
        }
        k = abs(k-num);
        if(dd<k)
        {
            puts("no");
            continue;
        }
        fill(dp,dp+k+1,-INT_MAX);
        dp[0] = 0;
        for(int i=0;i<vec.size();i++)
        {
            for(int j = k;j>=vec[i];j--)
            {
                dp[j]=max(dp[j],dp[j-vec[i]]+vec[i]);
            }
        }
        if(dp[k]==k)
            puts("yes");
        else puts("no");
    }
}
内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
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