HDU 3033 I love sneakers!(分组背包)

本文介绍了一个多分组背包问题的解决方案,针对购买鞋类商品的问题,要求每个品牌至少购买一双并最大化总价值。通过预处理品牌和价格数据,采用三重循环实现状态转移方程,最终求得最优解。

题目:点击打开链接


题意:有n双鞋,有m总现金,这n双鞋属于p种品牌。然后给你每双鞋的品牌号,价格,价值。要求每个品牌至少买一双,可以买多双,求最大价值。


解法:一或多分组背包问题,先预处理,c[i][j]:品牌号为i的第j双鞋的价格,v[i][j]:品牌号为i的第j双鞋价值。三重循环里k枚举k种品牌 i为第k种品牌中第i双鞋 j从总现金m到c[k][i]。这里需要处理dp初始值为负无穷才能满足必须最少选一个,还有用dp1[j]来保存当前组上一组的所有dp值。

状态转移方程:dp[j]=max(dp[j],max(dp[j-c[k][i]]+v[k][i],dp1[j-c[k][i]]+v[k][i]))


代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
#include <iostream>
#include <cstring>

using namespace std;

const int INF=0x3f3f3f;
int main()
{
    int n,m,p,dp[10002],dp1[10002],t[102],c[12][102],v[12][102],num,code,value;
    while(cin>>n>>m>>p)
    {
        memset(dp,0,sizeof(dp));
        memset(t,0,sizeof(t));
        for(int i=1;i<=n;i++)
        {
            cin>>num>>code>>value;
            t[num]++;
            c[num][t[num]]=code;
            v[num][t[num]]=value;
        }
        for(int k=1;k<=p;k++)
        {
            for(int j=0;j<=m;j++) dp1[j]=dp[j];
            memset(dp,-INF,sizeof(dp));
            for(int i=1;i<=t[k];i++)
                for(int j=m;j>=c[k][i];j--)
                    dp[j]=max(dp[j],max(dp[j-c[k][i]]+v[k][i],dp1[j-c[k][i]]+v[k][i]));

        }
        if(dp[m]>=0) cout<<dp[m]<<endl;
        else cout<<"Impossible"<<endl;
    }
    return 0;
}

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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