题解-饭票

该博客讲述了饭票在XX食堂的使用情况,讨论了如何计算特定面值饭票组合的总数,给定n种面值和数量的饭票,求解能组成1到m区间内所有可能面值的组合数量。样例输入和输出也已给出。

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

饭票

描述

XX中的食堂在使用饭卡之前使用饭票
饭票并不向饭卡一样方便。比如你有1张5元饭票和3张1元饭票,则你无法付4元的饭费。
某天小x去食堂吃饭,手里有n种饭票,面值分别为A1~An,数量分别为C1~Cn
请你计算小x的饭票能组成多少在[1,m]区间内的面值。

输入
第一行2个数n m,用空格隔开。
第二行前n个数,分别为A1…An
第二行后n个数,分别为C1…Cn
1 ≤ n ≤ 100
1 ≤ Ai ≤ m ≤ 100000
1 ≤ Ci ≤ 1000

输出
一个数,即问题的答案

样例
输入
3 10
1 2 4 2 1 1
输出
8

代码

//二进制分组
#include<bits/stdc++.h>
using namespace std;
int a[10001];
bool v[100001];
main()
{
    int n,m,sum=0,ans=0;
    cin>>m>>n;
    int x[m+1],y[m+1];
	for(int i=1;i<=m;i++)
		scanf("%d",&y[i]);
	for(int i=1;i<=m;i++)
		scanf("%d",&x[i]);
    for(int i=1;i<=m;i++)
	{
		int t=1;
		while(x[i]>t) 
		 //将每张钱有多少张即t进行二进制拆分,例如将9
基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
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