Assemble hoj 不错的二分题 稍有繁琐

解决复杂组件组合优化问题

/*大致的题意就是从每一种类型的组件里挑选一样,使得所有部件里面最便宜的那个价钱尽量高,而所有部件的钱数综合又不超过给定值。
这道题感觉比较难写。
首先定义结构体,然后对里面的所有元素进行排序。
然后对同一个type里的部件在满则quality的要求去价钱的最小值。*/
#include <iostream>
#include <stdio.h>
#include <cstring>
#include <string>
#include <algorithm>
using namespace std;
int t,n,m;
const int mm=10000001;
struct LEI
{
    string type;
    string name;
    int p;
    long long q;
} lei[1005];
bool cmp(LEI a,LEI b)
{
    if(a.type!=b.type) return a.type<b.type;
    else if(a.q!=b.q) return a.q<b.q;
    else if(a.name!=b.name) return a.name<b.name;
    else return a.p<b.p;
}
bool check(long long mid)
{
    int start=0,sum=0;
    for(int i=0; i<n; i++)
    {
        if(lei[i].type==lei[i+1].type&&i+1<n)
            continue;
        else
        {
            int min=mm;
            for(int j=start; j<=i; j++)
            {
                if(lei[j].q>=mid)
                {
                    if(lei[j].p<min)
                        min=lei[j].p;
                }
            }
            if(min==mm) return false;//等号成立,说明没有一个满足lei[j].q>=mid.即错误.
            else sum+=min;
            start=i+1;
        }
    }
    if(sum<=m) return true;
    else return false;
}
int main()
{
    scanf("%d",&t);
    while(t--)
    {
        long long min=1000000001,max=0;
        scanf("%d%d",&n,&m);
        for(int i=0; i<n; i++)
        {
            cin >> lei[i].type;
            cin >> lei[i].name;
            scanf("%d",&lei[i].p);
            scanf("%lld",&lei[i].q);
            if(lei[i].q>max) max=lei[i].q;
            if(lei[i].q<min) min=lei[i].q;
        }
        sort(lei,lei+n,cmp);
        long long mid=0,ans=0;
        while(min<=max)
        {
            mid=(min+max)/2;
            if(check(mid))
            {
                ans=mid;
                min=mid+1;
            }
            else max=mid-1;
        }
        printf("%lld\n",ans);
    }
    return 0;
}


【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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