zoj3469 Food Delivery 区间DP

本文通过一个ZOJ题目,详细解析了区间DP的实现思路与代码细节。定义dp[l][r][0]为访问完区间并停留在左端点的代价,dp[l][r][1]为停留于右端点的代价,并给出了状态转移方程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目链接:http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemCode=3469

很好的区间DP

思路:

我们可以自己在本子上画一个x轴模拟一下过程,然后我们会发现对于一个区间(l,r),一旦我们访问完了l和r,那么对于整个由(l,r)组成的区间,我们一定也已经访问过了

所以我们可以定义dp[l][r][0]表示访问完区间[i,j]并留在左端点,dp[i][j][1]表示访问完区间[i,j]并留在右端点。

那么我们就比较容易的出状态转移方程:

dp[i][j][0]  可以根据dp[i+1][j][0]和dp[i+1][j][1]得到。

dp[i][j][1] 可以根据dp[i][j-1][0]和dp[i][j-1][1]得到。

具体请参考我的代码

代码:

 1 #include <iostream>
 2 #include <cstdio>
 3 #include <cstring>
 4 #include <algorithm>
 5 using namespace std;
 6 const int MAXN=1010;
 7 const int INF=0x3f3f3f3f;
 8 class person
 9 {
10    public:
11    int x;
12    int w;
13 };
14 person man[MAXN];
15 int dp[MAXN][MAXN][2];
16 bool cmp(person a,person b)
17 {
18     return a.x<b.x;
19 }
20 int sum[MAXN];
21 
22 int main()
23 {
24     int n,v,x;
25     while(scanf("%d%d%d",&n,&v,&x)==3)
26     {
27         for(int i=1;i<=n;i++)
28         {
29             scanf("%d%d",&man[i].x,&man[i].w);
30         }
31         n++;
32         man[n].x=x;
33         man[n].w=0;
34         sort(man+1,man+n+1,cmp);
35         sum[0]=0;
36         for(int i=1;i<=n;i++)
37             sum[i]=sum[i-1]+man[i].w;
38         int start;
39         for(int i=1;i<=n;i++)
40             if(man[i].x==x)
41             {
42                 start=i;
43                 break;
44             }
45         for(int i=1;i<=n;i++)
46             for(int j=1;j<=n;j++)
47                 dp[i][j][0]=dp[i][j][1]=INF;
48         dp[start][start][0]=dp[start][start][1]=0;
49         for(int i=start;i>=1;i--)
50             for(int j=start;j<=n;j++)
51             {
52                 if(i==j)continue;
53                 dp[i][j][0]=min(dp[i][j][0],dp[i+1][j][0]+(sum[i]+sum[n]-sum[j])*(man[i+1].x-man[i].x));
54                 dp[i][j][0]=min(dp[i][j][0],dp[i+1][j][1]+(sum[i]+sum[n]-sum[j])*(man[j].x-man[i].x));
55 
56                 dp[i][j][1]=min(dp[i][j][1],dp[i][j-1][0]+(sum[i-1]+sum[n]-sum[j-1])*(man[j].x-man[i].x));
57                 dp[i][j][1]=min(dp[i][j][1],dp[i][j-1][1]+(sum[i-1]+sum[n]-sum[j-1])*(man[j].x-man[j-1].x));
58             }
59        cout<<v*min(dp[1][n][0],dp[1][n][1])<<endl;//important 
60     }
61     return 0;   
62 }
View Code

 

转载于:https://www.cnblogs.com/xiaozhuyang/p/zoj3469.html

内容概要:论文提出了一种名为 CLE-TFE的加密流量分类框架,通过监督对比学习和多任务学习同时处理数据包级和流级分类任务。主要创新点包括:1)使用监督对比学习增强数据包和流的表示;2)在字节级流量图上进行图数据增强以捕获细粒度语义不变特征;3)提出跨级多任务学习,在单一模型中同时完成两个分类任务。实验表明,CLE-TFE在两个任务上均取得最佳性能,且计算开销仅为预训练模型(如 ET-BERT)的约 1/14。此外,论文还详细介绍了 CLE-TFE框架的各个组件实现,包括字节级图编码器、时序融合编码器、对比学习头等,并展示了训练流程示例和实验结果。 适合人群:具备一定机器学习和深度学习基础的研究人员、工程师,尤其是从事网络安全、流量分析等相关领域的专业人士。 使用场景及目标:①研究和开发高效的加密流量分类系统;②理解监督对比学习和多任务学习在实际问题中的应用;③探索如何通过图数据增强和双层次对比学习提升模型性能。 阅读建议:由于该论文涉及较多的技术细节和数学推导,建议读者先通读全文掌握整体框架,再深入研究各模块的具体实现。在实践中可以尝试复现论文提供的代码,并根据自己的数据集调整模型结构和超参数。同时,注意理解监督对比学习和多任务学习的协同机制,这对于提升模型性能至关重要。
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