hdoj 1158 Employment Planning

dp, 注意判断不可达的点。

dp[i][j] 表示第i个月雇佣j个员工的最小cost,分别可以又上一个月裁员和雇人得到,选择最优的,复杂度O(n^3).


/*
PROG: Employment Planning
LANG: C++11 
*/
#include <cstdio>
#include <cmath>
#include <cstring>
#include <string>
#include <cstdlib>
#include <climits>
#include <ctype.h>
#include <queue>
#include <stack>
#include <vector>
#include <utility>
#include <deque>
#include <set>
#include <map>
#include <iostream>
#include <fstream>
#include <algorithm>
#include <time.h>

using namespace std;
#define mst(a,b) memset(a,b,sizeof(a))

typedef long long ll;
const int N = 10001;
const ll MOD = 1000000007;
const int INF = 0x7fffffff;

int a[N];
int dp[13][N];


int main()
{
    int m, hire, fire, salary, i, j, k;
    int s, n;
    while(scanf("%d%d%d%d", &m, &hire, &salary, &fire) != EOF ){
        if(m == 0) break;
        s = INF; n = 0;
        for(i = 1; i <= m; i++){
            scanf("%d", &a[i]);
            s = min(s, a[i]);
            n = max(n, a[i]);
        }
        for(i = 0; i < 13; i++)
            for(j = 0; j < N; j++)
                dp[i][j] = INF;

        //first month
        for(j = s; j <= n; j++){
            if(j >= a[1])
                dp[1][j] = (hire+salary)*j;
            else
                dp[1][j] = -1;
        }
        int extra = 0;
        for(i = 2; i <= m; i++){
            for(j= s; j <= n ;j++){
                if(j < a[i]){
                    dp[i][j] = -1;
                }
                else{
                    for(k = s; k <= n; k++){
                        if(dp[i-1][k] != -1 && dp[i-1][k] != INF){
                            if(j >= k){
                                extra = hire*(j-k)+j*salary;
                                dp[i][j] = min(dp[i-1][k] + extra, dp[i][j]);
                            }
                            else{
                                extra = fire*(k-j)+ j*salary;
                                dp[i][j] = min(dp[i][j], dp[i-1][k] + extra);
                            }
                        }
                    }
                }
            }
        }
        int ans = INF;
        for(i = a[m]; i <= n; i++){
            ans = min(ans, dp[m][i]);
        }
        cout << ans << endl;
    }


    return 0;
}



  • 0
    点赞
  • 0
    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