hdu 2809 状态DP 三国吕布

本文介绍了一个基于动态规划的状态DP算法,用于解决一个游戏问题:吕布单挑N个英雄,如何通过最优策略使得吕布剩下的血量最多。算法使用01表示法来跟踪每个敌方英雄的状态。

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

参考于 http://blog.youkuaiyun.com/woshi250hua/article/details/7746780

题意:吕布一个人单挑N个英雄,没打一个英雄一定要有一个人死才行,求最后如何打才能剩下的血量最多。

思路:状态DP ,dp[i]为,状态i下剩余的血量,用 0 1 表示该位置是否杀死了该敌方英雄。。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cmath>
using namespace std;
const int N = 21;
struct node {
    int ati , def , hp , exp;    
}dp[1<<N] , enemy[N];
char name[25];
int m_ati , m_def , m_hp , in_ati , in_def , in_hp;
int n;
void get_dp() {
    int i , j;
    dp[0].ati = m_ati;
    dp[0].def = m_def;
    dp[0].hp = m_hp;
    dp[0].exp = 0;
    for(i = 0 ; i <(1<<n) ; i ++) {
        for(j = 0 ; j < n ; j ++) {
            if(!(i&(1<<j)) && dp[i].hp) {
                //printf("运行\n");
                int m_to = max(1 , dp[i].ati - enemy[j].def); //我可以打掉对方的血量 
                int to_m = max(1 , enemy[j].ati - dp[i].def);//对方可以打掉我的血量 
                int m_time = (dp[i].hp+to_m-1)/to_m; //我可以撑几次 
                int e_time = (enemy[j].hp+m_to-1)/m_to;//对方可以撑几次
                if(m_time < e_time) continue;          //干不过就pass 
                int t_exp = dp[i].exp + enemy[j].exp;
                int t_ati , t_def , t_hp;
                t_ati = dp[i].ati;
                t_def = dp[i].def;                    /* 一些状态*/
                t_hp = dp[i].hp - (e_time-1)*to_m;  //我掉血的次数比对方的少一次  
                if(t_exp >= 100) {  //升级后的状态 
                    t_exp -= 100;    
                    t_ati += in_ati;
                    t_def += in_def;
                    t_hp += in_hp;
                } //升级
                if(t_hp >= dp[i|(1<<j)].hp) {  //更新 
                    dp[i|(1<<j)].ati = t_ati;
                    dp[i|(1<<j)].def = t_def;
                    dp[i|(1<<j)].hp = t_hp;
                    dp[i|(1<<j)].exp = t_exp;  
                } 
            }    
        }    
    }      
}
int main() {
    while(~scanf("%d%d%d%d%d%d",&m_ati,&m_def,&m_hp,&in_ati,&in_def,&in_hp)) {
        scanf("%d",&n);
        for(int i = 0 ; i < n ; i ++) 
        scanf("%s %d %d %d %d",name,&enemy[i].ati,&enemy[i].def,&enemy[i].hp,&enemy[i].exp);
        for(int i = 0 ; i < (1<<n) ; i ++) dp[i].hp = 0;
        get_dp();
        if(dp[(1<<n)-1].hp) printf("%d\n",dp[(1<<n)-1].hp);
        else printf("Poor LvBu,his period was gone.\n");
    }  
}


内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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