tyvj1061移动服务——DP

本文介绍了一种使用动态规划(DP)算法解决特定任务分配问题的方法,通过记录当前任务时不在该位置上的两人位置状态,实现高效的任务分配。文章详细解释了算法思路,包括初始化位置、状态转移方程及滚动数组的应用,并提供了完整的C++代码实现。

题目:http://www.joyoi.cn/problem/tyvj-1061

DP记录状态为当前任务时不在此任务位置上的两个人的位置(因为一定有一个人在此任务位置上);

不妨设初始位置p[0]=3,另外两个人在1,2位置上;

每次考虑上一任务的哪个人来到这一任务位置,更新;

开滚动数组以防止爆空间,因此注意每次i++时给f数组赋初值。

代码如下:

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
int l,n,c[205][205],p[1005],f[3][205][205],ans,INF=10000005;
int main()
{
    scanf("%d%d",&l,&n);
    for(int i=1;i<=l;i++)
        for(int j=1;j<=l;j++)
            scanf("%d",&c[i][j]);
    for(int i=1;i<=n;i++)
        scanf("%d",&p[i]);
    memset(f,2,sizeof f);
    f[0][1][2]=0;
    p[0]=3;
    for(int i=1;i<=n;i++)
    {
        memset(f[i%2],2,sizeof f[i%2]);//!!!
        for(int x=1;x<=l;x++)
            for(int y=x+1;y<=l;y++)
            {
                if(x==p[i-1]||y==p[i-1])continue;
                if(x!=p[i]&&y!=p[i])
                    f[i%2][x][y]=min(f[i%2][x][y],f[(i-1)%2][x][y]+c[p[i-1]][p[i]]);
                if(x!=p[i])
                {
                    int a=min(x,p[i-1]),b=max(x,p[i-1]);
                    f[i%2][a][b]=min(f[i%2][a][b],f[(i-1)%2][x][y]+c[y][p[i]]);
                }
                if(y!=p[i])
                {
                    int a=min(y,p[i-1]),b=max(y,p[i-1]);
                    f[i%2][a][b]=min(f[i%2][a][b],f[(i-1)%2][x][y]+c[x][p[i]]);
                }
            }
    }
    ans=INF;
    for(int x=1;x<=l;x++)
        for(int y=x+1;y<=l;y++)
            ans=min(ans,f[n%2][x][y]);
    printf("%d\n",ans);
    return 0;
}

 

转载于:https://www.cnblogs.com/Zinn/p/8573030.html

数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别和分类垃圾材料的AI模型,用于自动化废物分类和回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率和环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验和论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练和使用。 数据量适中合理: 训练集、验证集和测试集分布均衡,提供足够样本用于模型学习和评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
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