GYM 100827 H.Pushups(01背包)

本文介绍了一个算法问题:如何使用特定的数字集构造一个序列,使该序列的前缀和之和等于给定值的同时,序列本身的和达到最大。通过将问题转化为01背包问题,并采用动态规划求解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Description
给出m种数字,每种数字无限,要求用这些数字构成一个序列,使得保证该序列的前缀和的和为n的前提下使得该序列的和最大
Input
第一行一整数T表示用例组数,每组用例首先输入两整数n和m分别表示要求构造序列的前缀和的和以及数字个数,之后m个整数s[i] (1<=T<=20,1<=n<=5000,1<=m<=10,1<=s[i]<=20)
Output
如果存在合法解则输出最大的序列和,否则输出-1
Sample Input
4
29 3
7 3 2
15 1
1
16 1
1
6 2
3 1
Sample Output
14
5
-1
3
Solution
首先该序列长度不超过100,因为就算全是1,100个1的前缀和的和也是100*(100+1)/2=5050,对于要构造的序列,在计算其前缀和的和时,最后一个数字会被计算一次,倒数第二个数字会被计算两次,倒数第i个数字会被计算i次,所以问题变成了,有一个容量为n的背包,很多种物品,但是在倒数第i个位置放第j个物品时其容量是i*s[j],价值是s[j],问放满背包能够得到的最大价值,即01背包问题,用dp[i][j]表示放好最后i个数字时前缀和的和为j的所能得到的最大序列和,那么答案就是max(dp[i][n]},1<=i<=100,时间复杂度O(100*10*5000)
Code

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<vector>
#include<queue>
#include<map>
#include<set>
#include<ctime>
using namespace std;
typedef long long ll;
#define INF 0x3f3f3f3f
#define maxn 5555
int T,n,m,s[11],dp[111][maxn];
int main()
{
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d%d",&n,&m);
        for(int i=1;i<=m;i++)scanf("%d",&s[i]);
        memset(dp,-1,sizeof(dp));
        dp[0][0]=0;
        for(int i=1;i<=100;i++)
        {
            for(int k=1;k<=m;k++)
                for(int j=i*s[k];j<=n;j++)
                    if(dp[i-1][j-i*s[k]]!=-1)
                        dp[i][j]=max(dp[i][j],dp[i-1][j-i*s[k]]+s[k]);          
        }
        int ans=dp[1][n];
        for(int i=2;i<=100;i++)ans=max(ans,dp[i][n]);
        printf("%d\n",ans);
    }
    return 0;
}
### 使用 `gym.spaces.Box` 定义动作空间 在OpenAI Gym环境中定义连续的动作空间通常会使用到 `gym.spaces.Box` 类。此类允许创建一个多维的盒子形状的空间,其边界由低限(low)和高限(high)参数指定[^1]。 对于给定的例子,在类 `ActionSpace` 中静态方法 `from_type` 返回了一个基于输入类型的行动空间实例: 当 `space_type` 是 `Continuous` 时,返回的是一个三维向量形式的动作空间对象,该对象表示三个维度上的取值范围分别为 `[0.0, 1.0]`, `[0.0, 1.0]`, 和 `[-1.0, 1.0]` 的实数集合,并且数据类型被设定为了 `np.float32`: ```python import numpy as np import gym class ActionSpace: @staticmethod def from_type(action_type: int): space_type = ActionSpaceType(action_type) if space_type == ActionSpaceType.Continuous: return gym.spaces.Box( low=np.array([0.0, 0.0, -1.0]), high=np.array([1.0, 1.0, 1.0]), dtype=np.float32, ) ``` 此段代码展示了如何通过传递最低限度(`low`)数组以及最高限度(`high`)数组来初始化一个新的Box实例,从而构建出一个具有特定界限的多维连续数值区间作为环境可能采取的一系列合法行为的选择集的一部分。 另外值得注意的是,每个环境都应当具备属性 `action_space` 和 `observation_space` ,这两个属性应该是继承自 `Space` 类的对象实例;Gymnasium库支持大多数用户可能会需要用到的不同种类的空间实现方式[^2]。 #### 创建并测试 Box 动作空间的一个简单例子 下面是一个简单的Python脚本片段用于展示怎样创建和验证一个基本的 `Box` 空间成员资格的方法: ```python def check_box_space(): box_space = gym.spaces.Box(low=-1.0, high=1.0, shape=(2,), dtype=np.float32) sample_action = box_space.sample() # 获取随机样本 is_valid = box_space.contains(sample_action) # 检查合法性 print(f"Sampled action {sample_action} within bounds? {'Yes' if is_valid else 'No'}") check_box_space() ``` 上述函数首先建立了一个二维的 `-1.0` 到 `1.0` 范围内的浮点型 `Box` 空间,接着从中抽取了一组随机样本来检验它确实位于所规定的范围内。
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