uva 562 Dividing coins

本文详细介绍了01背包问题的解决方法,通过C++代码实现动态规划算法来寻找最优解。针对不同容量的背包和物品价值,算法能够计算出最大价值,并提供了完整的代码示例。

01背包



#include <stdio.h>
#include <vector>
#include <string.h>
using namespace std;

vector<int> cost;

unsigned char dp[50005];

void get_dp(int bag_size){
	int i, j;
	int remain;

	dp[0] = 1; memset(dp+1, 0, sizeof(unsigned char)*bag_size);
	for(i=1; i<=cost.size()-1; i++){
		for(j=bag_size; j>=0; j--){
			if(0 == j){
				dp[j] = 1;
				continue;
			}

			if(0 == dp[j]){
				remain = j-cost[i];
				if(remain >= 0)
					dp[j] = dp[remain];
			}
		}
	}
}

void func(){
	int sum;
	int i, bag_size;

	sum = 0;
	for(i=1; i<cost.size(); i++) sum += cost[i];

	bag_size = sum/2;
	get_dp(bag_size);

	for(i=bag_size; i>=0; i--){
		if(dp[i])
			break;
	}

	printf("%d\n", sum-2*i);
}

int main(void){
	int case_num, n, mianzhi;

	//freopen("input.dat", "r", stdin);

	scanf("%d", &case_num);
	while(case_num--){
		scanf("%d", &n);
		cost.clear();
		cost.push_back(0);
		while(n--){
			scanf("%d", &mianzhi);
			cost.push_back(mianzhi);
		}
		func();
	}
	return 0;
}

01背包


六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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
 
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