[USACO1996Qualifying Round]Raucous Rockers录制唱片

本文介绍了一种使用动态规划(DP)解决特定唱片录制问题的方法。通过定义状态f[i][j][k]来表示录制第i张唱片,录到第j首歌,已经花费k时间的最大价值,并给出了两种转移方式,最终求解最大f[i][j][k]作为答案。

题目链接:找不到orz 要数据测的找我..

题目大意:


题解:

DP。。啊

f[i][j][k]表示录制第i张唱片,录到第j首歌(不一定录进去了),已经花了k时间的答案的最大值

那么我们可以有两种转移方式:

1、新开一张专辑来录我现在这首歌,cnt=max(f[i-1][j-1][k]);这个是处理出上一张专辑搞到第j-1首歌的所有情况中答案最多的有多少。

2、接着上一次的来选择录不录歌max(f[i][j-1][k-t[i]]+1(录),f[i][j-1][k](不录))

所以总的方程式就是:f[t][j][k]=mymax(f[t][j][k],mymax(cnt,f[t][j-1][k-a[j]])+1);

ans取最大的f[i][j][k].要滚动

#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<algorithm>
#include<iostream>
using namespace std;
#define maxn 1100

int a[maxn],f[2][maxn][maxn];
int mymax(int x,int y){return (x>y)?x:y;}
int main()
{
	//freopen("rockers.in","r",stdin);
	//freopen("rockers.out","w",stdout);
	int n,c,m,i,j,k,t;
	scanf("%d%d%d",&n,&c,&m);
	for (i=1;i<=n;i++)
	 scanf("%d",&a[i]);
	int ans=0;t=0;
	f[1][1][0]=0;
	for (i=1;i<=m;i++)
	{
		for (j=1;j<=n;j++)
		{
			int cnt=0;
			for(k=c;k>=0;k--) cnt=mymax(cnt,f[1-t][j-1][k]);
			for (k=0;k<=c;k++) f[t][j][k]=f[t][j-1][k];
			for (k=c;k>=a[j];k--)
			{
				f[t][j][k]=mymax(f[t][j][k],mymax(cnt,f[t][j-1][k-a[j]])+1);
				ans=mymax(ans,f[t][j][k]);
			}
		}
		t=1-t;
	}printf("%d\n",ans);
	return 0;
}


转载于:https://www.cnblogs.com/Euryale-Rose/p/6527855.html

内容概要:本文提出了一种基于融合鱼鹰算法和柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数和惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
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