第7周作业1——背包问题。

本文详细阐述了背包问题的求解过程,并通过代码实现将最优解以二维表格形式展示,最后输出到文件中。

(1)背包问题。对上文中提到的背包问题提供的表1(数据文件下载Knapsack.txt,第一行为背包总重量15,物品数量5;第2-6行,分别为第1-5件物品的重量与价值),W=15,编程计算最终背包所装物品的编号、总重量与总价值。要求能够把构造的二维表格输出到文件KnapsackResult.txt中。

package bagquestion;

import java.io.File;
import java.io.FileNotFoundException;
import java.io.PrintWriter;
import java.util.Scanner;


public class bag {

	private int[] v;//存储物品的价值
	private int[] w;//存储物品的重量 
	private int allWeight;//背包容纳重量
	private int allNum;//物品数量
	private int fValue[][];//fValue[i][j]存储前i个物品的重量为j的最大价值
	public bag(int allWeight,int allNum){
		this.allNum=allNum;
		this.allWeight=allWeight;
		this.v=new int[allNum];
		this.w=new int[allNum];
		this.fValue=new int[allNum+1][allWeight+1];
	}
	
    public int[] getV() {
		return v;
	}

	public void setV(int[] v) {
		this.v = v;
	}

	public int[] getW() {
		return w;
	}

	public void setW(int[] w) {
		this.w = w;
	}

	public int[][] getfValue() {
		return fValue;
	}

	public void setfValue(int[][] fValue) {
		this.fValue = fValue;
	}
	
	public static void main(String[] args)  throws FileNotFoundException{
		// TODO Auto-generated method stub

		Scanner sc = new Scanner(new File("src/Knapsack.txt"));		
		
		PrintWriter pw = new PrintWriter(new File("src/Knapsack.txt"));

		int allWeight=sc.nextInt();//背包总重量
		int allNum=sc.nextInt();//物品数量
		bag kna= new bag(allWeight,allNum);//初始化背包
		int[] v=kna.getV();
		int[] w=kna.getW();
		int[][] fvalue=kna.getfValue();
		int i=1;
		for(i=1;i<=allNum;i++)
		{//初始化物品价值数组和重量数组
			w[i-1]=sc.nextInt();
			v[i-1]=sc.nextInt();
		}
		for(i=1;i<=allNum;i++)
		{
			fvalue[i][0]=0;
		}
		for(i=1;i<=allWeight;i++)
		{
			fvalue[0][i]=0;
		}
		for(i=1;i<=allNum;i++)
		{
			for(int j=1;j<=allWeight;j++){
				if(j<w[i-1]){
					fvalue[i][j]=fvalue[i-1][j];
				}else{
					fvalue[i][j]=Math.max(fvalue[i-1][j], fvalue[i-1][j-w[i-1]]+v[i-1]);
				}
			}
		}
		
		System.out.println("背包中物品的最大价值是:"+fvalue[allNum][allWeight]);
		kna.traceBack(v, w, fvalue, allWeight, allNum);//求出物品编号和背包总重量
		System.out.println("构造的二维表格输出结果:");
		for(i=1;i<=allNum;i++)
		{//输出二维数组到文本文件KnapsackResult.txt中
			for(int j=1;j<=allWeight;j++)
			{
				System.out.print(fvalue[i][j]+" ");
				pw.print(fvalue[i][j]+" ");
			}					
			System.out.println();
			pw.println();			
		
			pw.close();
			sc.close();					
		}
	}
	public void traceBack(int[] v,int[] w,int[][] fvalue,int allWeight,int allNum)
	{
		int wupinNo[]=new int[allNum+1];
		int j=allWeight;
		for(int i=allNum;i>0;i--)
		{
			if(fvalue[i][j]>fvalue[i-1][j]){
				wupinNo[i]=1;
				j-=w[i-1];
				if(j<0){
					break;
				}
			}
		}
		int sumWeight=0;//记录背包的总重量
		System.out.println("背包中物品的编号是:");
		for(int i=1;i<=allNum;i++)
		{
			if(wupinNo[i]==1)
			{
				System.out.print(i+" ");
				sumWeight+=w[i-1];
			}
		}
		System.out.println();
		System.out.println("背包的总重量是:"+sumWeight);		
	}
}


一种基于有效视角点方法的相机位姿估计MATLAB实现方案 该算法通过建立三维空间点与二维图像点之间的几何对应关系,实现相机外部参数的精确求解。其核心原理在于将三维控制点表示为四个虚拟基点的加权组合,从而将非线性优化问题转化为线性方程组的求解过程。 具体实现步骤包含以下关键环节:首先对输入的三维世界坐标点进行归一化预处理,以提升数值计算的稳定性。随后构建包含四个虚拟基点的参考坐标系,并通过奇异值分解确定各三维点在该基坐标系下的齐次坐标表示。接下来建立二维图像点与三维基坐标之间的投影方程,形成线性约束系统。通过求解该线性系统获得虚拟基点在相机坐标系下的初步坐标估计。 在获得基础解后,需执行高斯-牛顿迭代优化以进一步提高估计精度。该过程通过最小化重投影误差来优化相机旋转矩阵和平移向量。最终输出包含完整的相机外参矩阵,其中旋转部分采用正化处理确保满足旋转矩阵的约束条件。 该实现方案特别注重数值稳定性处理,包括适当的坐标缩放、矩阵条件数检测以及迭代收敛判断机制。算法能够有效处理噪声干扰下的位姿估计问题,为计算机视觉中的三维重建、目标跟踪等应用提供可靠的技术基础。 资源来源于网络分享,仅用于学习流使用,请勿用于商业,如有侵权请联系我删除!
内容概要:本文详细介绍了基于嵌入式Linux平台的工业物联网关Python SDK二次开发的全流程,涵盖硬件适配、核心库选型、数据采集、协议转换、边缘计算与云端上报等关键技术环节。通过树莓派4B实例,演示了使用pymodbus、paho-mqtt、RPi.GPIO等库实现Modbus RTU数据采集、MQTT协议转换、温度异常检测及本地声光报警的完整功能,并提供了开机自启、性能优化与故障排查方案。同时拓展了OPC UA协议接入、滑动窗口异常检测和云端指令响应等进阶能力,形成一套可复用的工业网关开发框架。; 适合人群:具备Python编程基础和嵌入式开发经验,从事工业物联网、智能制造、边缘计算等相关领域的研发人员或系统集成工程师;尤其适合需要快速实现网关定制化功能的技术团队。; 使用场景及目标:① 掌握在树莓派等嵌入式Linux设备上搭建工业网关Python开发环境的方法;② 实现多协议(Modbus、OPC UA)数据采集与向MQTT等云端协议的转换;③ 在边缘侧完成实时数据处理与异常告警,提升系统响应速度与可靠性;④ 构建稳定、可扩展的工业网关原型并支持远程运维。; 阅读建议:建议结合文中提供的代码示例在真实硬件环境中动手实践,重点关注模块化设计思路与异常处理机制,同时参考问题排查表进行调试验证,以深入理解工业级Python应用的稳定性要求与优化策略。
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