HDU POJ 1015 Jury Compromise(陪审团的人选,DP)

本文介绍了一种算法,用于从n个候选人中选择m个最优陪审团成员。通过对比控方和辩方对候选人的评分,确保选出的陪审团在双方评分差异最小的情况下,总分最大。

题意:

在遥远的国家佛罗布尼亚,嫌犯是否有罪,须由陪审团决定。陪审团是由法官从公众中挑选的。先随机挑选n个人作为陪审团的候选人,然后再从这n个人中选m人组成陪审团。选m人的办法是:
控方和辩方会根据对候选人的喜欢程度,给所有候选人打分,分值从0到20。为了公平起见,法官选出陪审团的原则是:选出的m个人,必须满足辩方总分和控方总 分的差的绝对值最小。如果有多种选择方案的辩方总分和控方总分的之差的绝对值相同,那么选辩控双方总分之和最大的方案即可。

思路:详见代码

 1 #include<cstdio>
 2 #include<cstring>
 3 #include<algorithm>
 4 #include<iostream>
 5 #define clc(a,b) sizeof(a,b,sizeof(a))
 6 #define LL long long
 7 #include<cmath>
 8 using namespace std;
 9 int p[1010],d[1010];
10 int f[25][4010];//选i个人评审差为j时,评审和最大值。转移方程:f[i][j]=f[i-1][x]+d[k]+p[k];且x+p[k]-d[k]=j;{f[i-1][x]}满足条件的最大值.
11 int path[25][4010];//记录i个人评审差为j,这种情况下的前一个人i-1是谁;
12 int ans[25];
13 int main() {
14 //    freopen("in.txt","r",stdin);
15     int n,m;
16     int grade;
17     int casee=0;
18     while(scanf("%d%d",&n,&m),n||m) {
19         casee++;
20         for(int i=1; i<=n; i++) {
21             scanf("%d%d",&p[i],&d[i]);
22         }
23 //        clc(f,-1);
24 //        clc(path,0);
25         memset(f,-1,sizeof(f));
26         memset(path,0,sizeof(path));
27         grade=m*20;//避免下标为负,所以推广到零以上
28         f[0][grade]=0;//初始化条件
29         for(int i=0; i<=m; i++) {
30             for(int j=0; j<=grade*2; j++) {
31                 if(f[i][j]>=0) {
32                     for(int k=1; k<=n; k++) {
33                         if(f[i][j]+d[k]+p[k]>f[i+1][j+p[k]-d[k]]) {
34                             int t1=i,t2=j;
35                             while(t1>0&&path[t1][t2]!=k) {
36                                 t2-=p[path[t1][t2]]-d[path[t1][t2]];
37                                 t1--;
38                             }//判断k是不是前面已经选过了
39                             if(t1==0) {
40                                 f[i+1][j+p[k]-d[k]]=f[i][j]+d[k]+p[k];
41                                 path[i+1][j+p[k]-d[k]]=k;
42                             }
43                         }
44                     }
45                 }
46             }
47         }
48         int i=grade;
49         int j=0;
50         int k;
51 //        printf("%d\n",f[m][42]);
52         while(f[m][i+j]<0&&f[m][i-j]<0) {
53             j++;
54         }//选出评审分绝对值最小
55         if(f[m][i+j]>f[m][i-j])
56             k=i+j;
57         else
58             k=i-j;
59         printf("Jury #%d\n",casee);
60         printf("Best jury has value %d for prosecution and value %d for defence:\n",(k-grade+f[m][k])/2,(f[m][k]-k+grade)/2);
61         for(i=1; i<=m; i++) {
62             ans[i]=path[m+1-i][k];
63             k-=p[ans[i]]-d[ans[i]];
64         }
65         sort(ans+1,ans+m+1);
66         for(i=1; i<=m; i++) {
67             printf(" %d",ans[i]);
68         }
69         printf("\n\n");
70     }
71 }
View Code

 

转载于:https://www.cnblogs.com/ITUPC/p/5285679.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