0/1背包问题 - 贪心算法

最新推荐文章于 2024-06-22 21:52:53 发布

西笑生

最新推荐文章于 2024-06-22 21:52:53 发布

阅读量8.1k

点赞数

分类专栏：软件开发算法文章标签：背包问题

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/flyfish1986/article/details/73694918

版权

软件开发同时被 2 个专栏收录

135 篇文章 8 订阅

订阅专栏

40 篇文章 1 订阅

订阅专栏

0/1背包问题 - 贪心算法

flyfish

贪心算法，贪婪算法，greedy algorithm

《数据结构、算法与应用(C++语言描述)》

在贪婪算法(Greedy
Algorithm)中，我们要逐步构造一个最优解。每一步，我们都在一定的标准下，作出一个最优决策。每一步作出的最优策略，在以后的步骤中都不允许在更改。作出贪婪决策的依据称为贪婪准则（greedy criterion）

简述：考虑当下，做出决定不准后悔。

1 价值最大的先装入背包

2 重量最轻的先装入背包

3 价值与重量的比值最大的先装入背包

结论
不一定得到最优结果，某些情况是近似最优解

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
打赏
1
评论
0/1背包问题 - 贪心算法

0/1背包问题 - 贪心算法flyfish贪心算法，贪婪算法，greedy algorithm《数据结构、算法与应用(C++语言描述)》在贪婪算法(Greedy Algorithm)中，我们要逐步构造一个最优解。每一步，我们都在一定的标准下，作出一个最优决策。每一步作出的最优策略，在以后的步骤中都不允许在更改。作出贪婪决策的依据称为贪婪准则（greedy criterion）简述：考虑
复制链接

扫一扫

专栏目录

西笑生 CSDN认证博客专家 CSDN认证企业博客

码龄16年

人工智能领域优质创作者

1094: 原创

1069: 周排名

252: 总排名

346万+: 访问

: 等级

3万+: 积分

2万+: 粉丝

5231: 获赞

838: 评论

1万+: 收藏

私信

关注

热门文章

分类专栏

最新评论

C++ 类型推断工具 decltype
CSDN-Ada助手: 哇, 你的文章质量真不错，值得学习！不过这么高质量的文章, 还值得进一步提升, 以下的改进点你可以参考下: (1)提升标题与正文的相关性；(2)使用更多的站内链接。
深度学习基础 - 梯度下降
西笑生: 对于函数 y=x^2其导数（梯度）为 dy/dx=2x 给定学习率为 η=0.3 xnew=xold−η∗(dy/dxy) 第一轮迭代初始 x=5 计算梯度 dydx=2∗5=10 更新 x 的值: xnew=5−0.3∗10=5−3=2 第二轮迭代现在 x=2 计算梯度 dy/dx=2∗2=4 更新 x 的值: xnew=2−0.3∗4=2−1.2=0.8 第一轮迭代后 x 的值为 2，第二轮迭代后 x 的值为 0.8
目标检测 YOLOv5 - 数据增强
西笑生: def augment_and_save(image, labels, save_dir, image_name, augment_times=5): for i in range(augment_times): # HSV变换 augment_hsv(image, hgain=0.015, sgain=0.7, vgain=0.4) # 随机透视变换 img, labels = random_perspective(image, labels, degrees=0.0, translate=0.1, scale=0.5, shear=0.0, perspective=0.0, border=(0, 0)) # 保存增强后的图像和标签 save_image_and_labels(img, labels, save_dir, f'{image_name}_aug_{i}') # 读取数据集目录 image_dir = Path('path_to_images') label_dir = Path('path_to_labels') save_dir = Path('path_to_save_augmented_images') # 创建保存目录 os.makedirs(save_dir, exist_ok=True) # 遍历数据集 for image_path in image_dir.glob('*.jpg'): label_path = label_dir / (image_path.stem + '.txt') image, labels = load_image_and_labels(str(image_path), str(label_path)) augment_and_save(image, labels, save_dir, image_path.stem) print("数据增强完成！") 两块代码你自己连起来吧，这是手动，剩余你自己改吧，回复有字数限制。
目标检测 YOLOv5 - 数据增强
西笑生: import os import cv2 import numpy as np from pathlib import Path from utils.datasets import letterbox from utils.augmentations import augment_hsv, random_perspective from utils.general import xywhn2xyxy, xyxy2xywhn def load_image_and_labels(image_path, label_path): # 读取图像和标签 img = cv2.imread(image_path) labels = np.loadtxt(label_path, dtype=np.float32).reshape(-1, 5) return img, labels def save_image_and_labels(image, labels, save_dir, image_name): # 保存图像和标签 cv2.imwrite(f'{save_dir}/{image_name}.jpg', image) np.savetxt(f'{save_dir}/{image_name}.txt', labels, fmt='%f')
目标检测 YOLOv5 - 数据增强
西笑生: YOLOv5自带了一些数据增强技术，例如随机裁剪、随机旋转、颜色抖动、尺度变化等操作，可以动态的生成多样化的数据样本，自动扩充数据集。

最新文章

2024

目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

西笑生 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

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。