ACM训练日记—1月11日

       最后一波期末考马上就要来临,这个半周主要补了一下题目。整理几道印象深刻的题目吧。

      Hello 2018   C. Party Lemonade

题意:给出n,L。下面c1,c2,,,cn。表示1升花费c1,2升花费c2,4升花费c3,2^(n-1)升花费cn,求买L升最少花费多少。我看许多题解都是用一种位运算处理的,我没怎么看懂,最后是听一位大佬的做法补的题。

       其实就是用贪心的方法,因为是最小花费,所以还是先求出所有方案的性价比,按照性价比从大到小排序,然后深搜依次判断,取出性价比最高的方案,比较用此方案买>=L升,和买剩余L/(2^(n-1))升,余数部分用其余方案处理。深搜最后得到最小花费。   还是看代码解释吧。

ll n,L;
struct node
{
    ll a;//价格
    ll b;//2^(n-1)升
    double c;//性价比
}q[35];
bool cmp(node x,node y)
{
    return x.c<y.c;
}
ll ans;
ll dfs(int i,ll val)
{
    if(i>n||val<=0) return 999999;
    ll k=val/q[i].b;
    ll h=k*q[i].b;
    if(h==val)//恰好用最高性价比买够
    {
        ll e;
        e=q[i].a*k;
        return e;
    }
    else
    {
        ll e;
        e=(k+1)*q[i].a;//用此方案买完
        ll p=dfs(i+1,val-k*q[i].b);//余下来的用后面的方案处理掉
        e=min(e,p+k*q[i].a);//比较下那种花费小
        return e;
    }
}
int main()
{
    ll s=1;
    cin>>n>>L;
    for(int i=1;i<=n;i++)
    {
        cin>>q[i].a;
        q[i].c=1.0*q[i].a/s;
        q[i].b=s;
        s=s*2;
    }
    sort(q+1,q+1+n,cmp);//性价比高的排前面
    s=dfs(1,L);//从第一个开始取
    cout<<s<<endl;
}

 Hello 2018   D. Too Easy Problems

       你要从n个题目中选出一些题目来,使得你得分最多,且耗时不能超过T得分规则:如果你选了k道题,那么其中 分数>=k的那部分题目每个得1分。最后输出得分,和选中的题目。

其实这道题就是二分处理。。。

#define N 220000
using namespace std;
int n,T,a[N],t[N],q[N];
struct node
{
    int id,t;
}s[N];
bool cmp(node a,node b)
{
    return a.t<b.t;
}
bool check(int mid)
{
    int num=0;
    int cnt=0;
    for (int i=1;i<=n;i++)
    {
        if(a[i]>=mid)
        q[++num]=t[i];
    }
    sort(q+1,q+num+1);
    if(num<mid) return 0;
    int time=0;
    for (int i=1;i<=num;i++)
    {
        if(time+q[i]>T) break;
        ++cnt;
        time+=q[i];
        if (cnt>=mid) return 1;
    }
    return cnt>=mid;
}
int main()
{
    scanf("%d%d",&n,&T);
    for (int i=1;i<=n;i++) cin>>a[i]>>t[i];
    int l=0,r=n;
    while(l<=r)
    {
        int mid=(l+r)/2;
        if (check(mid)) l=mid+1;//找出合适的时间
        else r=mid-1;
    }
    cout<<r<<endl;
    cout<<r<<endl;
    int num=0;
    for (int i=1;i<=n;i++)
    {
        if (a[i]>=r)
        {
            s[++num].t=t[i];
            s[num].id=i;
        }
    }
    sort(s+1,s+num+1,cmp);
    for (int i=1;i<=r;i++)
    cout<<s[i].id<<" ";
    return 0;
}

       Good Bye 2017 C. New Year and Curling

题意:给出n,r。就是下面给出n个数x[i],代表依次按照在x[i]上扔下去半径为r的圆,只要碰到其他圆或y=0的边就停止。输出最后这几个圆的坐标。

这其实就是一道计算几何的水题,(2r)^2-(x1-x2)*(x1-x2)=y^2。依次对比找两圆的关系,求得最大的y值保存。

double a[1100],x[1100],y[1100];
int main()
{
    int n,r;
    cin>>n>>r;
    for(int i=1;i<=n;i++)
    {
        cin>>a[i];
    }
    x[0]=0;
    y[0]=0;
    for(int i=1;i<=n;i++)
    {
        double maxn=0;
        for(int j=1;j<i;j++)//依次和前面圆做比较,确定位置,找最大y值
        {
            double ret=r*r*4;
            ret-=(a[i]-x[j])*(a[i]-x[j]);
            ret=sqrt(ret);
            ret+=y[j];
            maxn=max(maxn,ret);
        }
        if(maxn==0)
        {
            x[i]=a[i];
            y[i]=r;
        }
        else
        {
            y[i]=maxn;
            x[i]=a[i];
        }
    }
    for(int i=1;i<=n;i++)
    {
        printf("%.12lf ",y[i]);
    }
}

   LightOJ 1265  Island of Survival

   题目大意:孤岛上有t只老虎,d只鹿,1个人(你)。每天会有两种动物相遇。那么

1.老虎和人相遇,人必败;
2.老虎和鹿相遇,鹿必败;
3.老虎和老虎相遇,双方都得死;
4.鹿和鹿相遇,什么也不发生;
5.人和鹿相遇,人必定不败,鹿未必;

求人(你)活下来的概率,冷静分析就可以知道,鹿对结果没有任何影响,鹿不管怎样都得死光。那么想要生存下来最后肯定老虎要全死,如果老虎是奇数,那么人必死,只有虎是偶数是有可能生还,也就是计算t只老虎依次全部两两相遇的概率。这样就不难了。

int main()
{
    int t,d,Case=0;
    int T;
    cin>>T;
    while(T--)
    {
        scanf("%d%d",&t,&d);//鹿没影响
        cout<<"Case "<<++Case<<": ";
        if(t&1)//虎奇数,人必死
        {
            cout<<"0"<<endl;
        }
        else
        {
            if(t==0)
            {
                cout<<"1"<<endl;
            }
            else
            {
                double ans=1;
                while(t!=0)//依次求出选出两虎的概率相乘
                {
                    ans=ans*(t-1)*1.0/(t+1)*1.0;
                    t-=2;
                }
                cout<<ans<<endl;
            }
        }
    }
    return 0;
}

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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