LOJ #2111. 「JLOI2015」战争调度 树形DP+复杂度分析

本文深入解析了一种结合深度优先搜索(DFS)与背包问题的算法题解思路,通过枚举每个点的状态,利用递归公式$f(T)=4\timesf(\frac{T}

这道题和网络收费那道题的套路是一样的.    

都是直接枚举每一个点的状态.   

但是要注意:这里枚举每个点的状态是基于 dfs 的,所以有递归式:$f(T)=4\times f(\frac{T}{2})$ (算两次)    

那么就有 $f(ROOT)=4^n$.    

这个是仅考虑 dfs 部分的复杂度,要是把背包部分算进去的话就再乘一个 $n$ 就行了.       

当枚举到叶子节点的时候直接判一下祖先的选择情况,然后把点权下放给叶子即可.     

code: 

#include <bits/stdc++.h>      
#define N 1030  
#define setIO(s) freopen(s".in","r",stdin)   
using namespace std; 
int n,w[N][12],v[N][12],f[N][N],p[12];   
void dfs(int x,int d) 
{
    int i,j;   
    for(i=0;i<=(1<<d);++i)   
        f[x][i]=0;   
    if(!d)  
    {
        for(i=1;i<=n;++i)  
        {
            if(p[i])   
                f[x][1]+=w[x][i];   
            else 
                f[x][0]+=v[x][i];  
        }
        return; 
    }
    p[d]=0,dfs(x<<1,d-1),dfs(x<<1|1,d-1);        
    for(i=0;i<=1<<(d-1);++i)      
        for(j=0;j<=1<<(d-1);++j)   
            f[x][i+j]=max(f[x][i+j],f[x<<1][i]+f[x<<1|1][j]);     
    p[d]=1,dfs(x<<1,d-1),dfs(x<<1|1,d-1);    
    for(i=0;i<=1<<(d-1);++i)   
        for(j=0;j<=1<<(d-1);++j)   
            f[x][i+j]=max(f[x][i+j],f[x<<1][i]+f[x<<1|1][j]);   
}
int main() 
{
    // setIO("input");  
    int i,j,m,ans=0;   
    scanf("%d%d",&n,&m),--n;    
    for(i=0;i<(1<<n);++i)   
        for(j=1;j<=n;++j)  
            scanf("%d",&w[i+(1<<n)][j]);    
    for(i=0;i<(1<<n);++i)    
        for(j=1;j<=n;++j)   
            scanf("%d",&v[i+(1<<n)][j]);   
    dfs(1,n);    
    for(i=0;i<=m;++i)  
        ans=max(ans,f[1][i]);   
    printf("%d\n",ans);  
}

  

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕需求响应动态冰蓄冷系统及其优化策略展开研究,结合Matlab代码实现,探讨了在电力需求侧管理背景下,冰蓄冷系统如何通过优化运行策略参与需求响应,以实现削峰填谷、降低用电成本和提升能源利用效率的目标。研究内容包括系统建模、负荷预测、优化算法设计(如智能优化算法)以及多场景仿真验证,重点分析不同需求响应机制下系统的经济性和运行特性,并通过Matlab编程实现模型求解与结果可视化,为实际工程应用提供理论支持和技术路径。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事综合能源系统优化工作的工程师;熟悉Matlab编程且对需求响应、储能优化等领域感兴趣的技术人员。; 使用场景及目标:①用于高校科研中关于冰蓄冷系统与需求响应协同优化的课题研究;②支撑企业开展楼宇能源管理系统、智慧园区调度平台的设计与仿真;③为政策制定者评估需求响应措施的有效性提供量化分析工具。; 阅读建议:建议读者结合文中Matlab代码逐段理解模型构建与算法实现过程,重点关注目标函数设定、约束条件处理及优化结果分析部分,同时可拓展应用其他智能算法进行对比实验,加深对系统优化机制的理解。
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