题解 P1016 【旅行家的预算】

本文详细解析了一种算法,该算法旨在寻找最经济的加油策略,确保车辆在给定的最大行驶距离内,能够以最低成本从起点到达终点。通过比较各加油站油价,决定何时何地加油,以达到总成本最小化。

思路是找在最大行驶距离内寻找比当前便宜的加油站然后判断是否能一次到达不能的话先加满然后一个一个判断直到剩下的油量不足到下一个加油站就加油,加适量。
具体分析到在注释里面    

#include <iostream>
#include <string>
using namespace std;
int main()
{
    double D1,C,D2,P;
    int N;
    cin>>D1>>C>>D2>>P>>N;
    double value = new double[N+1];//记录第i个加油站的价钱
    double over = new double[N+1]();//记录到第i个加油站的时候还可以走多少公里
    double way = new double[N+2];//记录第i个点离出发点的距离
    //初始化
     value[0] = P;
     way[0] = 0;
     double MAX = CD2;//记录能行驶距离
     bool flag = false;//判断是否无解
     for(int i = 1; i<=N; i++){
            cin>>way[i]>>value[i];
            if(way[i] - way[i-1]>MAX){
                flag = true;
            }
        }
        if(flag){
            cout<<"No Solution"<<endl;
            return 0;
        }
        way[N+1] = D1;//终点是最后一个加油站
        int i = 0;//记录当前到达的加油站
        int j = 1;// 记录向后找到的比自己便宜的加油站的编号
        double cost = 0;//记录费用
        while(i!=N+1){//直到终点才停止
        double s = 0;//记录到比自己便宜的加油站的距离
        while((s<=MAX)&&(j<=N)&&(value[i] <= value[j])){查//找比自己便宜的加油站
            j++;
            s = s + way[j] - way[j-1];
        }
        if(s<=MAX){//是否可以一步j加油站或不中途不加油到J
            if(over[i]>=way[j]-way[i]){//在i点加不加油
                over[j] = over[i]-way[j]+way[i];//在i点不加油因为够油到j点
            }else{//在i点加油到刚刚好到j点
                cost = cost + (way[j]-way[i]-over[i])/D2 value[i];
                over[j] = 0;//到j点时刚刚没油
            }
        }   else{//到不lJ或没有找到比当前便宜的点,即在当前加满油
            cost = cost + (MAX - over[i])/D2 value[i];
            j = i+1;
            over[j] = MAX - (way[j] - way[i]);//记录到下一个加油站的时候还可以走多远
        }
        i = j;
    }
    printf("%.2f",cost);//程序完美结束咔
    return 0;
}

 

转载于:https://www.cnblogs.com/Sworddust/p/11427787.html

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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  | 博主筛选后可见
 
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