poj 3211 Washing Cloth 分组背包

题目大意:

有n种颜色的衣服,每一种颜色的衣服有好多件,洗衣服的时候可以俩个人同时洗,但是必须洗完一种颜色才可以洗另外一种颜色,问洗完所有衣服需要的最短时间是多少;

解题思路:

dp【i】表示花费时间i可以获得最大价值,价值和花费都为洗衣服的时间;
洗一些衣服,可以俩个人同时洗,那么最快会多快呢?最优情况是一个洗完这些衣服所用时间的一半;
因此,我们在洗每一种衣服的时候,进行一次0-1背包,容量为总时间的一半,那么最短时间就是max(dp【sum/2】,sum-dp[sum/2]);
最后我们只需把这n种花费加和即可;
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<vector>
#include<string>
using namespace std;
int main()
{
	int n,m;
	while(cin>>n>>m)
	{
		if(n==0&&m==0)
		break;
		vector<int> cloth[11];
		for(int i=0;i<11;i++)
		cloth[i].clear();
		int sum[11]={0};
		string color[11];
		for(int i=0;i<n;i++)
		cin>>color[i];
		for(int i=0;i<m;i++)
		{
			int num;
			string s;
			cin>>num>>s;
			for(int j=0;j<n;j++)
			{
				if(s==color[j])
				{
					cloth[j].push_back(num);
					sum[j]+=num;
					break;
				}
			}
		}
		
		int ans=0;
		for(int i=0;i<n;i++)
		{
			int v=sum[i]/2;
			int dp[100010]={0};
			
			for(int j=0;j<cloth[i].size();j++)
			for(int k=v;k>=cloth[i][j];k--)
			dp[k]=max(dp[k],dp[k-cloth[i][j]]+cloth[i][j]);
			
			ans+=max(dp[v],sum[i]-dp[v]);
		}
		printf("%d\n",ans);
	}
}


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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