当前位置: 首页 > news >正文

【动态规划】完全背包

在这里插入图片描述

欢迎来到Cefler的博客😁
🕌博客主页:折纸花满衣
🏠个人专栏:题目解析
🌎推荐文章:【LeetCode】winter vacation training

在这里插入图片描述


目录

  • 👉🏻完全背包

👉🏻完全背包

原题链接:完全背包
mycode1(超出时间限制):

#include <iostream>
#include<vector>
using namespace std;int main() {int n, V;cin >> n >> V;vector<int> w(n + 1), v(n + 1);// vector<vector<int>> goods(n,vector<int>(2));for (int k = 1; k <= n; k++) cin >> v[k] >> w[k];//创建dp表vector<vector<int>> dp1(n + 1, vector<int>(V + 1)), dp2(n + 1, vector<int>(V + 1));//dp表初始化for (int k = 1; k < V + 1; k++){dp2[0][k] = -1;}//开始填表for (int i = 1; i < n + 1; i++){for (int j = 1; j < V + 1; j++){// dp1[i][j]特征方程dp1[i][j] = dp1[i - 1][j];int num = 1;if (j - v[i] >= 0){dp1[i][j] = max(dp1[i][j], w[i] * num + dp1[i - 1][j - v[i] * num]);//一定要在这个位置先放一个,可能第一个就是最大(调试出来的血泪)for (; j - v[i] * num >= 0; num++){dp1[i][j] = max(dp1[i][j], w[i] * num + dp1[i - 1][j - v[i] * num]);}//--num;//因为此时j - v[i] * num已经<0所以此时要--num恢复j - v[i] * num >= 0的num状态//dp1[i][j] = max(dp1[i][j], w[i] * num + dp1[i - 1][j - v[i] * num]);}//dp2[i][j]特征方程num = 1;//num重新初始化为1dp2[i][j] = dp2[i - 1][j];if (j - v[i] >= 0 && dp2[i ][j - v[i]] != -1){dp2[i][j] = max(dp2[i][j], w[i] * num + dp2[i][j - v[i] * num]);//一定要在这个位置先放一个,可能第一个就是最大(调试出来的血泪)for (; j - v[i] * num >= 0 && dp2[i][j - v[i] * num] != -1; num++){dp2[i][j] = max(dp2[i][j], w[i] * num + dp2[i][j - v[i] * num]);}//--num;//因为此时j - v[i] * num已经<0所以此时要--num恢复j - v[i] * num >= 0的num状态//dp2[i][j] = max(dp2[i][j], w[i] * num + dp2[i][j - v[i] * num]);}}}cout << dp1[n][V] << endl;cout << (dp2[n][V] == -1 ? 0 : dp2[n][V]) << endl;
}

在这里插入图片描述
在这里插入图片描述

我好不容易心动一次,你却让我输得这么彻底~呵呵

优化代码:
在这里插入图片描述

这里主要优化了状态转移方程
mycode2:

#include <iostream>
#include<vector>
using namespace std;
int main() {int n, V;cin >> n >> V;vector<int> w(n + 1), v(n + 1);// vector<vector<int>> goods(n,vector<int>(2));for (int i = 1; i <= n; i++) cin >> v[i] >> w[i];//创建dp表vector<vector<int>> dp1(n + 1, vector<int>(V + 1)), dp2(n + 1, vector<int>(V + 1));//dp表初始化for (int i = 1; i < V + 1; i++){dp2[0][i] = -1;}//开始填表for (int i = 1; i < n + 1; i++){for (int j = 0; j < V + 1; j++){//dp1[i][j]特征方程dp1[i][j] = dp1[i - 1][j];if (j - v[i] >= 0)dp1[i][j] = max(dp1[i][j], w[i] + dp1[i ][j - v[i]]);//dp2[i][j]特征方程dp2[i][j] = dp2[i - 1][j];if (j - v[i] >= 0 && dp2[i][j - v[i]] != -1)dp2[i][j] = max(dp2[i][j], w[i] + dp2[i][j - v[i]]);}}cout << dp1[n][V] << endl;cout << (dp2[n][V] == -1 ? 0 : dp2[n][V]) << endl;
}

相关文章:

【动态规划】完全背包

欢迎来到Cefler的博客&#x1f601; &#x1f54c;博客主页&#xff1a;折纸花满衣 &#x1f3e0;个人专栏&#xff1a;题目解析 &#x1f30e;推荐文章&#xff1a;【LeetCode】winter vacation training 目录 &#x1f449;&#x1f3fb;完全背包 &#x1f449;&#x1f3fb;…...

从零开始学习Diffusion Models: Sharon Zhou

How Diffusion Models Work 本文是 https://www.deeplearning.ai/short-courses/how-diffusion-models-work/ 这门课程的学习笔记。 文章目录 How Diffusion Models WorkWhat you’ll learn in this course [1] Intuition[2] SamplingSetting Things UpSamplingDemonstrate i…...

全天候购药系统(微信小程序+web后台管理)

PurchaseApplet 全天候购药系统&#xff08;微信小程序web后台管理&#xff09; 传统线下购药方式存在无法全天候向用户提供购药服务&#xff0c;无法随时提供诊疗服务等问题。为此&#xff0c;运用软件工程开发规范&#xff0c;充分调研建立需求模型&#xff0c;编写开发文档…...

L2-003 月饼(Java)

月饼是中国人在中秋佳节时吃的一种传统食品&#xff0c;不同地区有许多不同风味的月饼。现给定所有种类月饼的库存量、总售价、以及市场的最大需求量&#xff0c;请你计算可以获得的最大收益是多少。 注意&#xff1a;销售时允许取出一部分库存。样例给出的情形是这样的&#…...

vue面试--101, 1vue3为啥比vue2好 2 vue3为什么使用proxy

1vue3为啥比vue2好 2 vue3为什么使用proxy...

【sgPhotoPlayer】自定义组件:图片预览,支持点击放大、缩小、旋转图片

特性&#xff1a; 支持设置初始索引值支持显示标题、日期、大小、当前图片位置支持无限循环切换轮播支持鼠标滑轮滚动、左右键、上下键、PageUp、PageDown、Home、End操作切换图片支持Esc关闭窗口 sgPhotoPlayer源码 <template><div :class"$options.name"…...

cefsharp(winForm)调用js脚本,js脚本调用c#方法

本博文针对js-csharp交互(相互调用的应用) (一)、js调用c#方法 1.1 类名称:cs_js_obj public class cs_js_obj{//注意,js调用C#,不一定在主线程上调用的,需要用SynchronizationContext来切换到主线程//private System.Threading.SynchronizationContext context;//…...

Tensorflow实现手写数字识别

模型架构 具有10个神经元&#xff0c;对应10个类别&#xff08;0-9的数字&#xff09;。使用softmax激活函数&#xff0c;对多分类问题进行概率归一化。输出层 (Dense):具有64个神经元。激活函数为ReLU。全连接层 (Dense):将二维数据展平成一维&#xff0c;为全连接层做准备。展…...

谈谈杭州某小公司面试的经历

#面试#本人bg211本&#xff0c;一段实习&#xff0c;前几天面了杭州某小厂公司&#xff0c;直接给我干无语了&#xff01; 1、先介绍介绍你自己&#xff0c;我说了我的一个情况。 2、没获奖和竞赛经历吗&#xff1f;我说确实没有呢&#xff0c;面试官叹气了一下&#xff0c;只是…...

如何使用WinSCP结合Cpolar实现公网远程访问内网Linux服务器

文章目录 1. 简介2. 软件下载安装&#xff1a;3. SSH链接服务器4. WinSCP使用公网TCP地址链接本地服务器5. WinSCP使用固定公网TCP地址访问服务器 1. 简介 ​ Winscp是一个支持SSH(Secure SHell)的可视化SCP(Secure Copy)文件传输软件&#xff0c;它的主要功能是在本地与远程计…...

6. 互质

互质 互质 互质 每次测试的时间限制&#xff1a; 3 秒 每次测试的时间限制&#xff1a;3 秒 每次测试的时间限制&#xff1a;3秒 每次测试的内存限制&#xff1a; 256 兆字节 每次测试的内存限制&#xff1a;256 兆字节 每次测试的内存限制&#xff1a;256兆字节 题目描述 给定…...

微信小程序(五十一)页面背景(全屏)

注释很详细&#xff0c;直接上代码 上一篇 新增内容&#xff1a; 1.页面背景的基本写法 2.去除默认上标题实习全屏背景 3. 背景适配细节 源码&#xff1a; index.wxss page{/* 背景链接 */background-image: url(https://pic3.zhimg.com/v2-a76bafdecdacebcc89b5d4f351a53e6a_…...

MATLAB | MATLAB版玫瑰祝伟大女性节日快乐!!

妇女节到了&#xff0c;这里祝全体伟大的女性&#xff0c;节日快乐&#xff0c;事业有成&#xff0c;万事胜意。 作为MATLAB爱好者&#xff0c;这里还是老传统画朵花叭&#xff0c;不过感觉大部分样式的花都画过了&#xff0c;这里将一段很古老的2012年的html玫瑰花代码转成MA…...

LVS+Keepalived 高可用集群

目录 一.Keepalived工具介绍 1.用户空间核心组件&#xff1a; &#xff08;1&#xff09;vrrp stack&#xff1a;VIP消息通告 &#xff08;2&#xff09;checkers&#xff1a;监测real server&#xff08;简单来说 就是监控后端真实服务器的服务&#xff09; &#xff08;…...

Linux:kubernetes(k8s)探针ReadinessProbe的使用(9)

本章yaml文件是根据之前文章迭代修改过来的 先将之前的pod删除&#xff0c;然后使用下面这个yaml进行生成pod apiVersion: v1 # api文档版本 kind: Pod # 资源对象类型 metadata: # pod相关的元数据&#xff0c;用于描述pod的数据name: nginx-po # pod名称labels: # pod的标…...

专题一 - 双指针 - leetcode 1089. 复写零 - 简单难度

leetcode 1089. 复写零 leetcode 1089. 复写零 | 简单难度1. 题目详情1. 原题链接2. 基础框架 2. 解题思路1. 题目分析2. 算法原理3. 时间复杂度 3. 代码实现4. 知识与收获 leetcode 1089. 复写零 | 简单难度 1. 题目详情 给你一个长度固定的整数数组 arr &#xff0c;请你将…...

深入浅出(二)MVVM

MVVM 1. 简介2. 示例 1. 简介 2. 示例 示例下载地址&#xff1a;https://download.csdn.net/download/qq_43572400/88925141 创建C# WPF应用(.NET Framework)工程&#xff0c;WpfApp1 添加程序集 GalaSoft.MvvmLight 创建ViewModel文件夹&#xff0c;并创建MainWindowV…...

2023年第三届中国高校大数据挑战赛(第二场)A题思路

竞赛时间 &#xff08;1&#xff09;报名时间&#xff1a;即日起至2024年3月8日 &#xff08;2&#xff09;比赛时间&#xff1a;2024年3月9日8:00至2024年3月12日20:00 &#xff08;3&#xff09;成绩公布&#xff1a;2024年4月30日前 赛题方向&#xff1a;大数据统计分析 …...

数据挖掘:

一.数据仓库概述&#xff1a; 1.1数据仓库概述 1.1.1数据仓库定义 数据仓库是一个用于支持管理决策的、面向主题、集成、相对稳定且反映历史变化的数据集合。 1.1.2数据仓库四大特征 集成性&#xff08;Integration&#xff09;&#xff1a; 数据仓库集成了来自多个不同来源…...

NDK,Jni

使用 NDK&#xff08;Native Development Kit&#xff09;意味着在 Android 应用程序中集成 C/C 代码。通常情况下&#xff0c;Android 应用程序主要使用 Java 或 Kotlin 编写&#xff0c;但有时候需要使用 C/C 来实现一些特定的功能或性能优化。 NDK 提供了一组工具和库&…...

Qwen3.5-9B效果展示:128K长文档摘要+复杂代码生成真实案例集

Qwen3.5-9B效果展示&#xff1a;128K长文档摘要复杂代码生成真实案例集 1. 模型核心能力概览 Qwen3.5-9B是一款拥有90亿参数的开源大语言模型&#xff0c;在多个专业领域展现出卓越的性能。这个模型最令人印象深刻的是它处理复杂任务的能力&#xff0c;就像一位经验丰富的工程…...

千问3.5-2B参数详解教程:max_new_tokens=192与temperature=0.7如何影响图文理解质量

千问3.5-2B参数详解教程&#xff1a;max_new_tokens192与temperature0.7如何影响图文理解质量 1. 认识千问3.5-2B视觉语言模型 千问3.5-2B是Qwen系列中的小型视觉语言模型&#xff0c;它能够同时理解图片内容和生成文本回答。这个模型特别适合需要结合视觉和语言理解的任务场…...

利用快马平台十分钟搭建worldmonitor数据监控原型

最近在做一个全球数据监控的小项目&#xff0c;需要快速验证原型效果。传统开发流程从环境搭建到功能实现至少需要几天时间&#xff0c;但这次尝试用InsCode(快马)平台后&#xff0c;十分钟就搭出了可运行的worldmonitor原型。分享下具体实现思路和操作体验&#xff1a; 明确核…...

Guohua Diffusion 长短期记忆网络辅助:实现连贯性故事图像生成

Guohua Diffusion 长短期记忆网络辅助&#xff1a;实现连贯性故事图像生成 你有没有想过&#xff0c;让AI帮你画一个完整的故事&#xff1f;比如&#xff0c;一个关于探险家穿越神秘森林的漫画&#xff0c;或者一个产品从概念到成型的视觉故事板。现在很多图像生成模型单张图做…...

人工智能应用快速原型开发:基于PyTorch 2.8和Gradio构建交互式Demo

人工智能应用快速原型开发&#xff1a;基于PyTorch 2.8和Gradio构建交互式Demo 1. 为什么需要快速原型开发工具 在人工智能领域&#xff0c;一个好想法从诞生到落地往往需要经历漫长的验证过程。传统方式下&#xff0c;即使训练出了一个效果不错的模型&#xff0c;想要展示给…...

收藏 | 传统程序员转型AI Agent工程师:未来最值钱的程序员是这类人

文章探讨了传统程序员在AI时代面临的转型问题&#xff0c;提出AI Agent工程师是未来趋势。文章指出&#xff0c;AI Agent工程师的核心能力并非模型本身&#xff0c;而是构建稳定自动化系统的系统工程能力&#xff0c;包括工具编排、状态管理、权限控制等。文章建议传统程序员通…...

2026免费降AI神器测评:20款国内外工具亲测,哪个真能过检测?

现在写论文&#xff0c;AIGC检测几乎是躲不过的坎。学校用的知网、Turnitin这些系统一直在迭代升级&#xff0c;现在不仅要看重复率&#xff0c;AIGC率也成了硬性考核指标。 熬了好几天改出来的稿子&#xff0c;一查AIGC率居然有90%&#xff0c;换谁心态都得崩&#xff0c;现在…...

AI合规 I 算法备案、大模型备案和登记的区别,双备案又是什么?

开头附上完整阅读链接&#xff1a;AI合规 I 算法备案、大模型备案和登记的区别&#xff0c;双备案又是什么&#xff1f;https://mp.weixin.qq.com/s/QjjnWhbeDvPGduz31O49dQ 公司马上要上线一个新的AI产品&#xff0c;但是突然发现&#xff1a;"我好像需要做备案&#xf…...

当SPC焕发新生:云质信息重构制造质量管理新范式

传统SPC&#xff1a;那些让人头疼的“老毛病”说实话&#xff0c;很多企业斥巨资引入的SPC软件&#xff0c;实际使用体验与高级版Excel相差无几。数据需手动导入&#xff0c;图表需逐一点选生成&#xff0c;想要进行跨维度分析&#xff0c;更是要先将数据导出&#xff0c;借助其…...

从“工具辅助”到“智慧赋能”:青软青之深度集成LIMS、ELN、AUTO等核心系统,打造全场景智慧实验室新范式

在科研创新迭代加速、检验检测产业升级纵深推进的今天&#xff0c;实验室作为创新源头&#xff0c;其运行效率与管理水平直接决定研发效能与质量。传统依赖人工记录、纸质流转和信息孤岛的模式&#xff0c;已难以适应复杂实验需求与严苛合规监管。智慧实验室&#xff0c;正成为…...