UVa 10163 Storage Keepers

本文通过一个具体的UVA在线评测题目,介绍了如何使用动态规划解决两类问题:一是找到最高的安全线,二是在此基础上计算最低成本。文章详细阐述了算法实现过程及常见误区。

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

题目链接:

https://uva.onlinejudge.org/index.php?option=com_onlinejudge&Itemid=8&page=show_problem&problem=1104


#include <cstdio>
#include <utility>
#include <cstring>
#include <algorithm>
using namespace std;

// s[i][j]代表从第i,i+1,...,m人中选,看管j个物品的最高safe line
int s[33][110];
// d[i][j]代表从第i,i+1,...,m人中选,看管j个物品,在最高safe line情况下的最少钱数
int d[33][110];


int n, m;

// array[i]代表第i个人的能力
int array[33];


int inf = (1<<30);

int get_max(int a, int b);
int get_min(int a, int b);

int safe_line;

int dollar;

int main()
{
	while(scanf("%d %d", &n, &m) == 2 && !(n == 0 && m == 0))
	{
		memset(s, -1, sizeof(s));
		memset(d, -1, sizeof(d));

		for(int i = 1; i <= m; i++)
		{
			scanf("%d", &array[i]);	
		}

		// 计算结果
		safe_line = get_max(1, n);
		if(safe_line == 0)
			dollar = 0;
		else
			dollar = get_min(1, n);
			
		printf("%d %d\n", safe_line, dollar);
	}	
	return 0;
}

// 计算s[a][b]代表从第a,a+1,...,m人中选,看管b个物品的最高safe line
int get_max(int a, int b)
{
	if(s[a][b] != -1)
		return s[a][b];

	// 如果不剩物品
	if(b == 0)
	{
		s[a][b] = inf;
		return s[a][b];
	}

	// 如果只剩一个人
	if(a == m)
	{
		s[a][b] = array[a] / b;
		return s[a][b];
	}			

	// 如果人数大于1且物品大于0

	// 不选第a个人
	int ans = get_max(a+1, b);

	// 选第a个人				
	// 尝试该人可以负责的物品情况
	for(int i = 1; i <= b && array[a] / i > 0; i++)
	{
		int k = array[a] / i;
		int r = get_max(a+1, b-i);
		int t_s = min(k, r);
		ans = max(ans, t_s);
	}	
	s[a][b] = ans;
	return s[a][b];			
} 


// 计算d[a][b]代表从第a,a+1,...,m人中选,看管b个物品的最高safe line下的最少钱数
int get_min(int a, int b)
{
	if(d[a][b] != -1)
		return d[a][b];

	// 如果不剩物品
        if(b == 0)
        {
                d[a][b] = 0;
                return d[a][b];
        }

        // 如果只剩一个人
        if(a == m)
        {
		if(array[a] / b >= safe_line)
                	d[a][b] = array[a];
		else
			d[a][b] = inf;
                return d[a][b];
        }

	// 如果人数大于1且物品大于0

        // 不选第a个人
        int ans = get_min(a+1, b);

        // 选第a个人                            
        // 尝试该人可以负责的物品情况
        for(int i = 1; i <= b && array[a] / i >= safe_line; i++)
        {
                int k = array[a] / i;
                int r = get_min(a+1, b-i);
  		if(r != inf)
		{
			r = r + array[a];
                	ans = min(ans, r);
        	}
	}
        d[a][b] = ans;
        return d[a][b];	
}



这道题一开始的想法是用状态d(i, j)代表从第i, ..., m个人中,负责j个物品的最高safe line和最少钱数。以为在计算最高safe line同时得到最少钱数即可。

后来发现错了,

考虑下面例子:

3 3
2 3 4

得到的将诶过为2, 7. 实际上应得结果为2,6. 原因在于d(i, j)的计算仅仅依赖于d(i+1, k). 但是有可能最小safe line在第i个人出现,那么只要d(i+1, k)的safe line不小于这个最小值时,

取钱数最小即可,并非需要safe line取最大值。

因此得到最大safe line后,需要另外一次动态规划求解最少钱数。

以后做题当求两个量时,需要想清楚其中的依赖关系。

资源下载链接为: https://pan.quark.cn/s/790f7ffa6527 在一维运动场景中,小车从初始位置 x=-100 出发,目标是到达 x=0 的位置,位置坐标 x 作为受控对象,通过增量式 PID 控制算法调节小车的运动状态。 系统采用的位置迭代公式为 x (k)=x (k-1)+v (k-1) dt,其中 dt 为仿真过程中的恒定时间间隔,因此速度 v 成为主要的调节量。通过调节速度参数,实现对小车位置的精确控制,最终生成位置 - 时间曲线的仿真结果。 在参数调节实验中,比例调节系数 Kp 的影响十分显著。从仿真曲线可以清晰观察到,当增大 Kp 值时,系统的响应速度明显加快,小车能够更快地收敛到目标位置,缩短了稳定时间。这表明比例调节在加快系统响应方面发挥着关键作用,适当增大比例系数可有效提升系统的动态性能。 积分调节系数 Ki 的调节则呈现出不同的特性。实验数据显示,当增大 Ki 值时,系统运动过程中的波动幅度明显增大,位置曲线出现更剧烈的震荡。但与此同时,小车位置的变化速率也有所提高,在动态调整过程中能够更快地接近目标值。这说明积分调节虽然会增加系统的波动性,但对加快位置变化过程具有积极作用。 通过一系列参数调试实验,清晰展现了比例系数和积分系数在增量式 PID 控制系统中的不同影响规律,为优化控制效果提供了直观的参考依据。合理匹配 Kp 和 Ki 参数,能够在保证系统稳定性的同时,兼顾响应速度和调节精度,实现小车位置的高效控制。
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