hdu 1069(dp)

题意 :给你n种方块, 每种方块有n种,你可以任意摆放,如果方块A的长和宽都小于方块B的长和宽,则方块A可以叠在方块B上,求你所能叠起来的最大高度。

题解 :一开始认为是贪心,后面发现貌似不可以。这道题是dp,状态转移方程 :dp[i]=max(dp[i],dp[j]+block[i].h)

#include <iostream>
#include <stdio.h>
#include <string.h>
#include <algorithm>
using namespace std;
struct blocks
{
    int x,y,z;
}block[100005];
int dp[100005];
bool cmp(const blocks &a,const blocks &b)
{
    if(a.x==b.x)
        return a.y<b.y;
    return a.x<b.x;
}
int main()
{
    int n,kase=1;
    while(cin>>n&&n)
    {
        int tot=0;
        for(int i=0;i<n;i++)
        {
            int a,b,c;
            scanf("%d%d%d",&a,&b,&c);
            ///有6种摆放状态。
            block[tot].x=a;block[tot].y=b;block[tot++].z=c;
            block[tot].x=a;block[tot].y=c;block[tot++].z=b;
            block[tot].x=b;block[tot].y=c;block[tot++].z=a;
            block[tot].x=b;block[tot].y=a;block[tot++].z=c;
            block[tot].x=c;block[tot].y=a;block[tot++].z=b;
            block[tot].x=c;block[tot].y=b;block[tot++].z=a;
        }
        sort(block,block+tot,cmp);
        memset(dp,0,sizeof(dp));
        int ans=0;
        for(int i=0;i<tot;i++)
        {
            dp[i]=block[i].z;
            for(int j=0;j<i;j++)
            {
                if(block[i].x>block[j].x&&block[i].y>block[j].y)
                {
                    dp[i]=max(dp[i],dp[j]+block[i].z);

                }
            }
            ans=max(ans,dp[i]);
        }
        cout<<"Case "<<kase++<<": maximum height = "<<ans<<endl;
    }
}
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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