南阳106

 1 //可转化为多重背包问题即可
 2 #include<stdio.h>
 3 #include<string.h>
 4 int bag[21];
 5 
 6 void multiple_bag(int,int,int,int);
 7 void complete_bag(int,int,int);
 8 void zero_one_bag(int,int,int);
 9 
10 int main()
11 {
12     int n;
13     scanf("%d",&n);
14     while(n--)
15     {
16         memset(bag,0,sizeof bag);
17         int s,Room,val,wei,num;
18         scanf("%d%d",&s,&Room);
19         while(s--)
20         {
21             scanf("%d%d",&val,&wei);
22             num = wei;
23             wei =1;
24             multiple_bag(val,wei,num,Room);
25         }
26         printf("%d\n",bag[Room]);
27     }
28 }
29 
30 void multiple_bag(int v,int w,int n,int r)
31 {
32     if(w * n >= r)
33         complete_bag(v,w,r);
34     else
35     {
36         int k=1;
37         while(k*w < n*w)
38         {
39             zero_one_bag(k*v,k*w,r);
40             n-=k;
41             k<<=1;
42         }
43         zero_one_bag(n*v,n*w,r);
44     }
45 }
46 
47 void zero_one_bag(int v,int w,int r)
48 {
49     for(int i=r; i>=w; --i)
50         if(bag[i-w] + v > bag[i])
51             bag[i] = bag[i-w] + v;
52 }
53 
54 void complete_bag(int v,int w,int r)
55 {
56     for(int i=w; i<=r; ++i)
57         if(bag[i-w] + v > bag[i])
58             bag[i] = bag[i-w] + v;
59 }

 

转载于:https://www.cnblogs.com/qq188380780/p/6593836.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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