洛谷 P1064 金明的预算方案

本文介绍了一个购物清单优化问题,通过编程解决如何在预算内最大化物品价值的问题。文章详细阐述了解决方案的算法思路,包括主件与附件的概念、重要度与价格的计算,以及动态规划的应用。

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

不写化学卷跑来打代码的我
话说我真是一个拖延症重症患者,我八点多回的家,现在竟然刚打开电脑继续调题……

题目描述
金明今天很开心,家里购置的新房就要领钥匙了,新房里有一间金明自己专用的很宽敞的房间。更让他高兴的是,妈妈昨天对他说:“你的房间需要购买哪些物品,怎么布置,你说了算,只要不超过N元钱就行”。今天一早,金明就开始做预算了,他把想买的物品分为两类:主件与附件,附件是从属于某个主件的,下表就是一些主件与附件的例子:
主件 附件
电脑 打印机,扫描仪
书柜 图书
书桌 台灯,文具
工作椅 无
如果要买归类为附件的物品,必须先买该附件所属的主件。每个主件可以有0个、
1个或2个附件。附件不再有从属于自己的附件。金明想买的东西很多,肯定会超过妈妈限定的N元。于是,他把每件物品规定了一个重要度,分为5等:用整数
1−5表示,第5等最重要。他还从因特网上查到了每件物品的价格(都是10元的整数倍)。他希望在不超过N元(可以等于N元)的前提下,使每件物品的价格与重要度的乘积的总和最大。
设第j件物品的价格为v[j],重要度为w[j],共选中了k件物品,编号依次为
j1,j2,…,jk,则所求的总和为:
v[j1]×w[j1]+v[j2]×w[j2]+…+v[jk]×w[jk]。
请你帮助金明设计一个满足要求的购物单。
输入输出格式
输入格式:
第1行,为两个正整数,用一个空格隔开:
Nm
(其中N(<32000)表示总钱数,
m(<60)为希望购买物品的个数。) 从第2行到第
m+1行,第j行给出了编号为j−1的物品的基本数据,每行有3个非负整数vpq(其中v表示该物品的价格(v<10000),p表示该物品的重要度(1−5),q表示该物品是主件还是附件。如果q=0,表示该物品为主件,如果q>0,表示该物品为附件,q是所属主件的编号)

输出格式:

一个正整数,为不超过总钱数的物品的价格与重要度乘积的总和的最大值(<200000)。

输入输出样例
输入样例#1:
1000 5
800 2 0
400 5 1
300 5 1
400 3 0
500 2 0
输出样例#1:
2200

对于每个主件和两个附件
可能存在五种情况
只选主件,主件和一个附件,主件和另一个附件,主件和两个附件,全都不选。
所以就枚举每个主件,然后对于这个主件比较五种情况的大小

#include<cstdio>
#include<cstring>
#include<cmath>
#include<algorithm>
using namespace std;
int n,m;
int c[63][63];
//昨晚没过就是因为数组的第二维开小了
int v[63],p[63],dp[32003];
int main()
{
    scanf("%d%d",&n,&m);
    n = n / 10; 
    for(int i = 1;i <= m;i++)
    {
        int q;
        scanf("%d%d%d",&v[i],&p[i],&q);
        v[i] = v[i] / 10;
        p[i] *= v[i];
        c[q][++c[q][0]] = i;
        //主件为q的附件的个数(q = 0时,还能智能地记录主件个数) 
    }
    for(int i = 1;i <= c[0][0];i++)//枚举主件 
    {
        for(int j = n;j >= v[i];j--) 
        {
            int v1 = (j - v[c[0][i]]) >= 0?dp[j - v[c[0][i]]] + p[c[0][i]]:0;
            int v2 = (j - v[c[0][i]] - v[c[c[0][i]][1]]) >= 0?dp[j - v[c[0][i]] - v[c[c[0][i]][1]]] + p[c[0][i]] + p[c[c[0][i]][1]]:0;    
            int v3 = (j - v[c[0][i]] - v[c[c[0][i]][2]]) >= 0?dp[j - v[c[0][i]] - v[c[c[0][i]][2]]] + p[c[0][i]] + p[c[c[0][i]][2]]:0;
            int v4 = (j - v[c[0][i]] - v[c[c[0][i]][1]] - v[c[c[0][i]][2]]) >= 0?dp[j - v[c[0][i]] - v[c[c[0][i]][1]] - v[c[c[0][i]][2]]] + p[c[0][i]] + p[c[c[0][i]][1]] + p[c[c[0][i]][2]]:0;
            dp[j] = max(dp[j],max(v1,max(v2,max(v3,v4))));
        }
    }
    printf("%d",dp[n] * 10); 
    return 0;
}

还剩五篇,我估计自己是写不完了

电动汽车数据集:2025年3K+记录 真实电动汽车数据:特斯拉、宝马、日产车型,含2025年电池规格和销售数据 关于数据集 电动汽车数据集 这个合成数据集包含许多品牌和年份的电动汽车和插电式车型的记录,捕捉技术规格、性能、定价、制造来源、销售和安全相关属性。每一行代表由vehicle_ID标识的唯一车辆列表。 关键特性 覆盖范围:全球制造商和车型组合,包括纯电动汽车和插电式混合动力汽车。 范围:电池化学成分、容量、续航里程、充电标准和速度、价格、产地、自主水平、排放、安全等级、销售和保修。 时间跨度:模型跨度多年(包括传统和即将推出的)。 数据质量说明: 某些行可能缺少某些字段(空白)。 几个分类字段包含不同的、特定于供应商的值(例如,Charging_Type、Battery_Type)。 各列中的单位混合在一起;注意kWh、km、hr、USD、g/km和额定值。 列 列类型描述示例 Vehicle_ID整数每个车辆记录的唯一标识符。1 制造商分类汽车品牌或OEM。特斯拉 型号类别特定型号名称/变体。型号Y 与记录关联的年份整数模型。2024 电池_类型分类使用的电池化学/技术。磷酸铁锂 Battery_Capacity_kWh浮充电池标称容量,单位为千瓦时。75.0 Range_km整数表示充满电后的行驶里程(公里)。505 充电类型主要充电接口或功能。CCS、NACS、CHAdeMO、DCFC、V2G、V2H、V2L Charge_Time_hr浮动充电的大致时间(小时),上下文因充电方法而异。7.5 价格_USD浮动参考车辆价格(美元).85000.00 颜色类别主要外观颜色或饰面。午夜黑 制造国_制造类别车辆制造/组装的国家。美国 Autonomous_Level浮点自动化能力级别(例如0-5),可能包括子级别的小
内容概要:本文详细介绍了IEEE论文《Predefined-Time Sensorless Admittance Tracking Control for Teleoperation Systems With Error Constraint and Personalized Compliant Performance》的复现与分析。论文提出了一种预定义时间的无传感器导纳跟踪控制方案,适用于存在模型不确定性的遥操作系统。该方案通过具有可调刚度参数的导纳结构和预定义时间观测器(PTO),结合非奇异预定义时间终端滑模流形和预定义时间性能函数,实现了快速准确的导纳轨迹跟踪,并确保误差约束。文中详细展示了系统参数定义、EMG信号处理、预定义时间观测器、预定义时间控制器、可调刚度导纳模型及主仿真系统的代码实现。此外,还增加了动态刚度调节器、改进的广义动量观测器和安全约束模块,以增强系统的鲁棒性和安全性。 适合人群:具备一定自动化控制理论基础和编程能力的研究人员、工程师,尤其是从事机器人遥操作、人机交互等领域工作的专业人士。 使用场景及目标:①理解预定义时间控制理论及其在遥操作系统中的应用;②掌握无传感器力观测技术,减少系统复杂度;③学习如何利用肌电信号实现个性化顺应性能调整;④探索如何在保证误差约束的前提下提高系统的响应速度和精度。 阅读建议:本文内容涉及较多的数学推导和技术细节,建议读者先熟悉基本的控制理论和Python编程,重点理解各个模块的功能和相互关系。同时,可以通过运行提供的代码示例,加深对理论概念的理解,并根据自身需求调整参数进行实验验证。
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