NOIP2015 斗地主

 

 

#include<cstdio>
#include<algorithm>
#define U_(i,a,b) for(int i=a;i<=b;i++)
using namespace std;
int s[14],ans;
int t,n;
void dfs(int now){
    if(now>=ans)return;
    int r=0,a=0,b=0;
    U_(i,0,13)if(s[i]==1)a++;
    U_(i,0,13)if(s[i]==2)b++;
    U_(i,0,13)if(s[i]==4){
        r++;
        if(a>=2)a-=2;else
        if(b>=2)b-=2;else
        if(b>=1)b--;
    }
    U_(i,0,13)if(s[i]==3){
        r++;
        if(a>=1)a--;else
        if(b>=1)b--;
    }
    ans=min(ans,now+r+a+b);
    int j;
    U_(i,0,7){
        for(j=i;j<12;j++){
            s[j]--;
            if(s[j]<0)break;
            if(j-i>=4)dfs(now+1);
        }
        if(j==12)j--;
        while(j>=i)s[j--]++;
    }
    U_(i,0,9){
        for(j=i;j<12;j++){
            s[j]-=2;
            if(s[j]<0)break;
            if(j-i>=2)dfs(now+1);
        }
        if(j==12)j--;
        while(j>=i)s[j--]+=2;
    }
    U_(i,0,10){
        for(j=i;j<12;j++){
            s[j]-=3;
            if(s[j]<0)break;
            if(j-i>=1)dfs(now+1);
        }
        if(j==12)j--;
        while(j>=i)s[j--]+=3;
    }
}
int main(){
    scanf("%d%d",&t,&n);
    while(t--){
        ans=100000;
        int a,b;
        U_(i,0,13)s[i]=0;
        U_(i,1,n){
            scanf("%d%d",&a,&b);
            if(a==1)s[11]++;else
            if(a==2)s[12]++;else
            if(a==0)s[13]++;else
                s[a-3]++;
        }
        dfs(0);
        printf("%d\n",ans);
    }
    return 0;
}

 

转载于:https://www.cnblogs.com/qilinart/articles/5154300.html

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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