(5119)HDU-类背包

动态规划求解子集计数问题

看数一巨巨的博客写的,,,准备开始学DP了,是不是很晚···,这个题的有点像背包,状态转移还是很好写的,主要注意初始化的地方

#include<iostream>

#include<cstdio>
#include<string.h>
#include<string>
#include<set>
#include<algorithm>
#include<cmath>


#define ll __int64
#define MAX 1000009
using namespace std;


int a[50];
ll dp[50][1<<20];//dp[i][j]的含义  表示用了i个数结果是j的方案数


//转移方程 dp[i][j] += dp[i-1][j]; dp[i][j^a[i]] += dp[i-1][j];


int main()
{
    int cas = 1;
    int n,m,t;
    ll cot;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%d%d",&n,&m);
        for(int i = 0;i<n;i++)
        {
            scanf("%d",&a[i]);
        }
        memset(dp,0,sizeof(dp));
        dp[0][a[0]] = 1;//用了0个数 得数为a[0]的方案数为1
        dp[0][0] = 1;//规定0 得数为0的方案数为1
        for(int i = 1;i<=n;i++)
        {
            for(int j = 0;j<1<<20;j++)
            {
                dp[i][j]+=dp[i-1][j];//i个方案得出j的等于前i-1的方案得出j的和
                dp[i][j^a[i]]+=dp[i-1][j];//j^a[i]的方案数等于前i-1个等于j的方案数+本身
            }
        }
        cot = 0;
        for(int i = 1<<20-1;i>=m;i--)
        {
                cot+=dp[n-1][i];
        }
        printf("Case #%d: %I64d\n",cas++,cot);


    }
     return 0;
}
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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