HDU 2571 命运 动态规划

本文解析了一道名为“命运”的算法题目,该题目要求在特定的规则下找到从起点到终点路径上的最大幸运值。文章提供了完整的代码实现,并详细说明了如何通过动态规划的方法解决这一问题。

                                                 命运

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 5913    Accepted Submission(s): 2092

Problem Description
穿过幽谷意味着离大魔王lemon已经无限接近了! 可谁能想到,yifenfei在斩杀了一些虾兵蟹将后,却再次面临命运大迷宫的考验,这是魔王lemon设下的又一个机关。要知道,不论何人,若在迷宫中被困1小时以上,则必死无疑! 可怜的yifenfei为了去救MM,义无返顾地跳进了迷宫。让我们一起帮帮执着的他吧! 命运大迷宫可以看成是一个两维的方格阵列,如下图所示:
yifenfei一开始在左上角,目的当然是到达右下角的大魔王所在地。迷宫的每一个格子都受到幸运女神眷恋或者痛苦魔王的诅咒,所以每个格子都对应一个值,走到那里便自动得到了对应的值。 现在规定yifenfei只能向右或者向下走,向下一次只能走一格。但是如果向右走,则每次可以走一格或者走到该行的列数是当前所在列数倍数的格子,即:如果当前格子是(x,y),下一步可以是(x+1,y),(x,y+1)或者(x,y*k) 其中k>1。 为了能够最大把握的消灭魔王lemon,yifenfei希望能够在这个命运大迷宫中得到最大的幸运值。
 
Input
输入数据首先是一个整数C,表示测试数据的组数。 每组测试数据的第一行是两个整数n,m,分别表示行数和列数(1<=n<=20,10<=m<=1000); 接着是n行数据,每行包含m个整数,表示n行m列的格子对应的幸运值K ( |k|<100 )。
 
Output
请对应每组测试数据输出一个整数,表示yifenfei可以得到的最大幸运值。
 
Sample Input
1
3 8
9 10 10 10 10 -10 10 10
10 -11 -1 0 2 11 10 -20
-11 -11 10 11 2 10 -10 -10
 
Sample Output
52
 
Author
yifenfei
代码:
#include<cstdio>
#include<iostream>
#include<cstring>
using namespace std ;
#define M 1010
int map[23][M] , ans[23][M] ;
int max( int a , int b ){
    if( a > b ) return a ;
    return b ;
}
int main()
{
    int i , j , n , m ;
    int  k ;
    cin >> k ;
    while( k-- ){
        scanf( "%d%d" , &n , &m ) ;
        memset( ans , 0 , sizeof(ans) ) ;
        memset( map , 0 , sizeof(map ) ) ;
        for( i = 1 ; i <= n ; i++)
            for( j = 1 ;j <= m ;j++)
                scanf( "%d" , &map[i][j] ) ;
        int a = 0 , b = 0 , c ;
        for( i = 1 ; i <= n ;i++)
            for( j = 1 ; j <= m ; j++){
                if( i == 1 && j == 1 ) ans[1][1] = map[1][1] ;
                else {

                if( i > 1 )
                a = ans[i-1][j] ;
                else a = -786427864 ;// 这个必须有 // 本来我是 令 = 0 ;的 =_= 

                if( j > 1 ) 
                b = ans[i][j-1] ;
                else 
                b = -832923 ;

                c = -39485903 ;
                for( int v = 1 ; v <= j / 2 ; v++)
                    if( j % v == 0 )

                    c = max( c , ans[i][v] ) ;
                ans[i][j] = map[i][j] + max( a , max( b , c ) ) ;

                }
            }
        cout << ans[n][m] << endl ;

    }
}

 

转载于:https://www.cnblogs.com/20120125llcai/archive/2013/04/18/3029749.html

考虑柔性负荷的综合能源系统低碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统低碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的低碳化与经济性协同优化。通过构建包含风电、光伏、储能、柔性负荷等多种能源形式的系统模型,结合碳交易成本与能源调度成本,提出优化调度策略,以降低碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模型在平衡能源供需、平抑可再生能源波动、引导柔性负荷参与调度等方面的有效性,为低碳能源系统的设计与运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、低碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统建模与优化求解方法;④为实际综合能源项目提供低碳经济调度方案参考。; 阅读建议:建议读者结合Matlab代码深入理解模型构建与求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发与仿真验证。
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  | 博主筛选后可见
 
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