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。

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。

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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