【完全背包】Hiho7_Hihocoder

小Ho利用手中M张奖券在N种奖品中选择,每种奖品可无限次兑换,目标是找到最佳兑换组合使奖品喜好值之和最大化。通过类比01背包问题,采用动态规划算法优化计算过程。

且说之前的故事里,小Hi和小Ho费劲心思终于拿到了茫茫多的奖券!而现在,终于到了小Ho领取奖励的时刻了!

等等,这段故事为何似曾相识?这就要从平行宇宙理论说起了………总而言之,在另一个宇宙中,小Ho面临的问题发生了细微的变化!

小Ho现在手上有M张奖券,而奖品区有N种奖品,分别标号为1到N,其中第i种奖品需要need(i)张奖券进行兑换,并且可以兑换无数次,为了使得辛苦得到的奖券不白白浪费,小Ho给每件奖品都评了分,其中第i件奖品的评分值为value(i),表示他对这件奖品的喜好值。现在他想知道,凭借他手上的这些奖券,可以换到哪些奖品,使得这些奖品的喜好值之和能够最大。

提示一: 切,不就是0~1变成了0~K么

令人欣慰的是,在这个平行世界里小Ho已经学习了一般的01背包问题,所以他并没有思考太久,便提出了自己的想法。

“我们的首要目标仍然是将问题抽象化!在我看来,这个问题其实和01背包问题很像,我们在解决01背包问题的时候是按照奖品的标号从1到N依次决定每件奖品是否选取,那么对于每种奖品有无数件的这个问题,我可以按照奖品的标号从1到N依次决定每种奖品选取的件数!”

小Hi点了点头表示赞同。

小Ho于是继续说道:“那么按照01背包的想法,我可以使用best(i, x)表示已经决定了前i件物品每件物品选择多少件,当前已经选取的物品的所需奖券数总和不超过x时,能够获取的最高的喜好值的和,那么最终的答案便是best(N, M)。”

小Hi道:”的确可以这样,那么你准备如何转移呢?”

小Ho道:“仍然是根据01背包的做法,对于一个问题best(i, x),考虑最后一步——即第i件物品选择多少件,不妨就假设选择k件吧,那么k的取值范围肯定是在0~(x / need(i))这个范围内。这个时候我们可以知道best(i - 1, x - need(i) * k) + value(i) * k将会是一种可能的方案。”

小Hi挠了挠头,问道:”你所说的‘可能的方案’是什么意思?”

小Ho笑道:“就是说best(i, x)的求解满足这个公式~”

说罢,拿过纸笔,列出了一个式子。

小Hi接过纸来,看完说道:“的确没错,总共就是这些可能~那你是否求解这个问题也是用与01背包类似的方法进行求解呢?”

“是的,我会使用这样的方法来做!”小Ho刷刷刷又在纸上写下来几行伪代码。

“应该没有问题,时间复杂度也很不错了~~但是我看着总有点难受!”小Hi点了点头又摇头。

“怎么说?”


提示二:强迫症患者总是会将状态转移方程优化一遍又一遍

小Hi嘻嘻笑了两声,说道:“我们不妨换一种问题定义的方式:用best(i, x)表示已经决定了前i件物品每件物品选择多少件,当前已经选取的物品的所需奖券数总和不超过x时,能够获取的最高的喜好值的和!”

小Ho仔仔细细回忆了下,确认小Hi所说和自己先前并无区别,怒道:“你这和我的定义方法有什么区别呀?”

小Hi道:“别急别急,这部分的确没有区别,有区别的在后头~”

小Ho撇了撇嘴:“那你就说呗~”

小Hi继续道:“我们还是考虑最后一步——要不要再选一件第i种奖品!”

小Ho有点不能理解,道:“什么叫再选一件?”

“你想想,在你的状态转移方程(即问题求解公式)中是否满足这样两个公式?”小Hi问道。

小Ho低头想了想,点了点头表示赞同。

小Hi于是继续问道:“那你有没有意识到这样一个等式?”

“似乎……是的!”小Ho惊道:“这么说,其实best(i, x)的大部分计算都在best(i, x - need(i))中已经计算过了!”

小Hi问出了最后一个问题:“所以你的公式是不是就可以变成这样子呢?”

“是的!所以……代码就可以这么写了~是么!”

“是的嗯~”


提示三:同样不要忘了优化空间哦!

转到Hiho6提示二:

且说小Ho搞清楚了计算方法,正在埋头苦写代码,在一旁看他写代码的小Hi是在看不下去了,决定再指点指点小Ho:“小Ho啊!”

“怎么了?”小Ho眼睛盯着屏幕,望都没望小Hi一眼。

“你现在是不是需要开一个N * M大小的二维数组best,来记录求解出的best值呀?”

小Ho终于有了点反应,抬起头来说道:“是啊,怎么了?“

“我有办法不用开这么大空间哦~”小Hi笑嘻嘻道:”可我就是不告诉你!”

“诶,别这样,我请你吃雪糕!”小Ho一听就急了,连忙许下了报酬。

“开玩笑啦~”小Hi也是随便逗了逗乐子就没继续:“你想想,在i已经是10以上的时候,best(5, j)这样的值还有用么?”

“没有用了……你是说,我并不需要在内存中存下来所有的best(i, j),没有用了的值都可以不进行保存……也就是说,实际上只要开一个2*M大小的数组就可以了,然后像这样的方式进行来回的计算,是不是就可以了?”


“是的呢!但是还可以更少哦~让我来写这个程序的话,我只需要开一个M大小的一维数组就可以了”小Hi自信的说道:“你想想,如果我按照j从M到1的顺序,也就是跟之前相反的顺序来进行计算的话。另外根据我们的状态转移方程,可以显然得出如果状态(iA, jA)依赖于状态(iB, jB),那么肯定有iA = iB+1, jA>=jB。所以不难得出一个结论:我在计算best(i, j)的时候,因为best(i, j+1..M)这些状态已经被计算过了,所以意味着best(i - 1, k),k=j..M这些值都没有用了——所有依赖于他们的值都已经计算完了。于是它们原有的存储空间都可以用来存储别的东西,所以我不仿直接就将best(i, j)的值存在best(i-1, j)原有的位置上,就像这样。”


“原来还可以这样!这样一处理,不仅空间复杂度小了很多,代码也很好看了呢!”小Ho开心道。

“那你还不去写?”


【完美复现】面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】(Matlab代码实现)内容概要:本文介绍了基于IEEE33节点的配电网韧性提升方法,重点研究了移动储能系统的预布局与动态调度策略。通过Matlab代码实现,提出了一种结合预配置和动态调度的两阶段优化模型,旨在应对电网故障或极端事件时快速恢复供电能力。文中采用了多种智能优化算法(如PSO、MPSO、TACPSO、SOA、GA等)进行对比分析,验证所提策略的有效性和优越性。研究不仅关注移动储能单元的初始部署位置,还深入探讨其在故障发生后的动态路径规划与电力支援过程,从而全面提升配电网的韧性水平。; 适合人群:具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事智能电网、能源系统优化等相关领域的工程技术人员。; 使用场景及目标:①用于科研复现,特别是IEEE顶刊或SCI一区论文中关于配电网韧性、应急电源调度的研究;②支撑电力系统在灾害或故障条件下的恢复力优化设计,提升实际电网应对突发事件的能力;③为移动储能系统在智能配电网中的应用提供理论依据和技术支持。; 阅读建议:建议读者结合提供的Matlab代码逐模块分析,重点关注目标函数建模、约束条件设置以及智能算法的实现细节。同时推荐参考文中提及的MPS预配置与动态调度上下两部分,系统掌握完整的技术路线,并可通过替换不同算法或测试系统进一步拓展研究。
先看效果: https://pan.quark.cn/s/3756295eddc9 在C#软件开发过程中,DateTimePicker组件被视为一种常见且关键的构成部分,它为用户提供了图形化的途径来选取日期与时间。 此类控件多应用于需要用户输入日期或时间数据的场景,例如日程管理、订单管理或时间记录等情境。 针对这一主题,我们将细致研究DateTimePicker的操作方法、具备的功能以及相关的C#编程理念。 DateTimePicker控件是由.NET Framework所支持的一种界面组件,适用于在Windows Forms应用程序中部署。 在构建阶段,程序员能够通过调整属性来设定其视觉形态及运作模式,诸如设定日期的显示格式、是否展现时间选项、预设的初始值等。 在执行阶段,用户能够通过点击日历图标的下拉列表来选定日期,或是在文本区域直接键入日期信息,随后按下Tab键或回车键以确认所选定的内容。 在C#语言中,DateTime结构是处理日期与时间数据的核心,而DateTimePicker控件的值则表现为DateTime类型的实例。 用户能够借助`Value`属性来读取或设定用户所选择的日期与时间。 例如,以下代码片段展示了如何为DateTimePicker设定初始的日期值:```csharpDateTimePicker dateTimePicker = new DateTimePicker();dateTimePicker.Value = DateTime.Now;```再者,DateTimePicker控件还内置了事件响应机制,比如`ValueChanged`事件,当用户修改日期或时间时会自动激活。 开发者可以注册该事件以执行特定的功能,例如进行输入验证或更新关联的数据:``...
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