九度 1494:Dota(完全背包)

本文介绍了一种关于Dota游戏中装备合成的最大价值获取算法。通过分析装备价格与价值,利用动态规划方法解决装备购买与合成问题,以实现最大价值。

题目描述:

大家都知道在dota游戏中,装备是对于英雄来说十分重要的要素。
英雄们不仅可以购买单个的装备,甚至某些特定的装备组合能够合成更强的装备。
为了简化问题,我们将每个装备对于英雄的功能抽象为一个整数:价值。同时,如上所说,一些特定的装备可以用来合成更强的装备,玩家会因此获得除原装备价值外额外的价值。
给定玩家现有的金钱数,每个装备的价格和其对应的价值,以及装备合成的信息。输出,其能获得的最大价值数。
注意:每件装备只能参与合成一件合成装备(即原装备参与合成后得到合成后的新装备,原装备消失),除非一次购买多个该种装备。

 

思路

1. 刚开始没看懂题目, 还以为是有依赖的背包问题, 后来看了解题报告才明白过来: 装备是没有购买上限的, 这就简单多了

2. 假如给定的装备只能取一件, 装备之间又能合成新装备, 那么这道题就难了

 

代码

#include <iostream>
#include <stdio.h>
#include <memory.h>
using namespace std;

int weight[200];
int value[200];

int dp[1200];
int n, m, g;

int main() {

    while(scanf("%d%d%d", &n, &m, &g) != EOF) {
        memset(weight, 0, sizeof(weight));
        memset(value, 0, sizeof(value));
        memset(dp, 0, sizeof(dp));

        for(int i = 0; i < n; i ++) {
            scanf("%d%d", weight+i, value+i);
        }

        for(int i = 0; i < m; i ++) {
            int q;
            scanf("%d", &q);
            for(int k = 0; k < q; k ++) {
                int party;
                scanf("%d", &party);
                weight[n] += weight[party-1];
                value[n] += value[party-1];
            }

            int extraValue;
            scanf("%d", &extraValue);
            value[n] += extraValue;
            n++;
        }

        for(int i = 0; i < n; i ++) {
            for(int v = weight[i]; v <= g; v ++) {
                dp[v] = max(dp[v], dp[v-weight[i]]+value[i]);
            }
        }

        printf("%d\n", dp[g]);

    }
    return 0;
}

 

转载于:https://www.cnblogs.com/xinsheng/p/3593871.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