2014 UESTC Training for Dynamic Programming M

本文详细介绍了分组背包问题的解决方法,针对不同约束条件(至少取一个、至多取一个、随意取)展示了如何使用动态规划求解最优解。通过具体的代码实现,帮助读者理解并掌握分组背包问题的核心算法。
分组背包,
s==0 至少取一个。那么通过上一组数所有dp[i-1][j]若要保证至少取一个
那么就需要这一组数据dp[i][j]都是无穷小,那么d[i-1][j-c[k]]+g[k]必然大于dp[i][j]保证了至少取一个
首次取完之后,dp[i][j]=max(dp[i][j],dp[i][j-c[k]]+g[k])在该堆中选择两个以上
s==1 至多取一个。这组的结果由上一组推出,那么对dp[i][x]初始化(x<=T)。
那么dp[i][j]=max(dp[i][j],dp[i-1][j-c[k]]+g[k]);就是选一个或者不选
s==2 随意取,就是01背包。同样依赖与上一组的结果
dp[i][j]=max(dp[i][j],dp[i][j-c[k]]+g[k]);不断更新当前dp[i][x](x<=T)

最终答案就是dp[N][T];如果是-1的情况,那么此时的dp[N][T]就是-INF;特殊判断一下

#include <map>
#include <set>
#include <list>
#include <cmath>
#include<cctype>
#include <ctime>
#include <deque>
#include <stack>
#include <queue>
#include <cstdio>
#include <string>
#include <vector>
#include <cstdlib>
#include <cstring>
#include <iostream>
#include <algorithm>
#define LL long long
#define PI 3.1415926535897932626
using namespace std;
int gcd(int a, int b)
{
	return a % b == 0 ? b : gcd(b, a % b);
}
#define INF 1e8
int dp[110][110];
int c[102],g[102];
int main()
{
    int N,T;
    //freopen("sample.txt","r",stdin);
    while (scanf("%d%d",&N,&T)!=EOF)
    {
       memset(dp,0,sizeof(0));
        int m,s;
        for (int i=1;i<=N;i++)
        {
            scanf("%d%d",&m,&s);
            for (int j=0;j<m;j++)
            scanf("%d%d",&c[j],&g[j]);
            if (s==0) //至少选一个
            {
                for (int j=0;j<=T;j++) dp[i][j]=-INF;
                for (int k=0;k<m;k++)
                    for (int j=T;j>=c[k];j--)
                {
                    dp[i][j]=max(dp[i][j],max(dp[i-1][j-c[k]]+g[k],dp[i][j-c[k]]+g[k]));//不选择,首次选择,非首次选择
                }
            }
            else if (s==1)//至多选一个
            {
                for (int j=0;j<=T;j++) dp[i][j]=dp[i-1][j];
                for (int k=0;k<m;k++)
                    for (int j=T;j>=c[k];j--)
                {
                    dp[i][j]=max(dp[i][j],dp[i-1][j-c[k]]+g[k]);
                }
            }
            else if (s==2)
            {
                for (int j=0;j<=T;j++) dp[i][j]=dp[i-1][j];
                for (int k=0;k<m;k++)
                    for (int j=T;j>=c[k];j--)
                {
                    dp[i][j]=max(dp[i][j],dp[i][j-c[k]]+g[k]);
                }
            }
         }
         //printf("%d\n",INF);
         //printf("%d\n",dp[N][T]);
         //printf("%d\n",dp[N+1][T]);
         //if (dp[N][T]==dp[N][T-1]){printf("-1\n");continue;}
         //else printf("%d\n",dp[N][T]);
         dp[N][T]=max(-1,dp[N][T]);
         printf("%d\n",dp[N][T]);
    }
    return 0;
}


下载代码方式:https://pan.quark.cn/s/e2157c05e625 在信息技术领域中,数学问题的复杂求解在很大程度上依赖于数值计算,这在科学计算、工程分析以及数据分析等多个方面尤为重要。线性方程组的求解是数值计算中的一个核心且关键的问题,而雅克比迭代法作为一种有效策略,专门用于处理大规模稀疏线性方程组。这个资源提供了一段采用C++语言编写的雅克比迭代法源代码,配合附带的博客文章,能够帮助使用者深入掌握此方法的基本原理和实际应用。 雅克比迭代法,有时也被称作局部迭代方法,主要用于求解形式为 Ax = b 的线性方程组,其中矩阵A需满足对角占优的条件。对角占优的特性是指矩阵中每个对角线元素的绝对值要大于该行其他元素绝对值之和,这一性质确保了算法的收敛性能。该方法的实施基于矩阵A的雅克比矩阵J,其构成方式为 J = D - L - U,其中D、L和U分别代表矩阵A的对角线部分、下三角部分以及上三角部分。 迭代过程的数学表达式为:x(k+1) = J^-1 * b + (I - J^-1*A) * x(k),在此表达式中,x(k)表示第k次迭代的解向量,x(k+1)则是第k+1次迭代的解向量,I是单位矩阵。每次迭代都利用前一次得到的解来计算下一次的解,迭代会持续进行,直到解的精度达到预设标准或迭代次数达到最大限制。 在使用C++进行编程实现时,主要步骤包括: 1. 初始化阶段:设定初始解向量x(0),并明确迭代过程中的参数,例如最大迭代次数和容许的误差界限。 2. 构建雅克比矩阵:依据矩阵A的非对角元素来形成J矩阵。 3. 迭代计算:依照上述迭代公式计算新的解向量,并验证是否满足终止条件(即当前解与前一次解的差值小于设定的误差界限)。 4. 结果输出...
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