牛吃草 [PSA]  EOlymp - 15 JAVA DP

最新推荐文章于 2020-02-09 15:20:31 发布
最新推荐文章于 2020-02-09 15:20:31 发布
阅读量279 收藏
点赞数
分类专栏： OJ Test JAVA 水题 数据结构 算法学习 模拟 DP 动态规划-树形DP 模板 搜索-bfs 文章标签： JAVA 动态规划 搜索
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/qq_26580757/article/details/88412842
版权

E - 牛吃草 [PSA]

 EOlymp - 15 

问题描述

Alice在山上放牛，发现前方有一块矩形的优质草场。草场共有M×N个小格，每个格子有一棵牧草，用一个整数描述一棵牧草的品质。牛从左下角进入草场开始，吃完一个格子中的牧草之后，只能向右或向前继续吃，并且最后吃到草场的右上角。Alice希望牛能吃到的牧草的品质之和尽量大。请你帮Alice规划一下牛吃草的路线。

数据输入

第一行是由空格分开的两个整数M,N,表示草场的大小。 接下来有M行，每行中有N个数字，分别表示各格子中的牧草品质。

  • 0 < N,M ≤ 100
  • 牧草的品质是[0,30000]的整数

数据输出

用R表示向右走，用F表示向前走。在一行中输出从左下角出发，到右上角的一条路径，使得牛吃到的牧草品质之和最大。

样例

输入样例

2 3
3 2 4
1 5 1

输出样例

RFR

 

本来以为这是一个简单的搜索题，从左下的点开始，不断向上或向右递归搜索到最终的右上角，找到其中的最大路径即可。

但实际上，这样的BFS只能过4/14的测试点，超时严

最低0.47元/天 解锁文章
董公子
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
牛吃草 OpenJ_Bailian - 2760 JAVA
董公子的博客
03-10 495
E - 牛吃草 OpenJ_Bailian - 2760 问题描述 Alice在山上放牛，发现前边的山坡上有一块优质草场。草场呈三角形分布，共有N行，第i行有i棵牧草，这块草场上的每棵的牧草的品质可以用一个正整数来描述。 7 3 8 8 1 0 2 7 4 4 4 5 2 ...
java实现牛吃草畜栏问题
weixin_62190821的博客
05-06 474
package 习题1; import java.util.Scanner; public class niuchicao { public static void main(String[] args) { Scanner scanner=new Scanner(System.in); int n=scanner.nextInt(); int time[][]=new int [2][n]; for(int i=0;i<n;i++) { time[0][i]...
牛吃草问题
程序道 -Learning, Thinking and Coding <存储知识的金库>
03-26 1313
//问题描述:牛吃草问题：有一块牧场，可供10头牛吃20天，15头牛吃10天，则它可供多少头牛吃4天？ //假设每头牛每天吃一份(eatPerday=1) 。关键等式是消耗量==原有量+生产量 //可供10头牛吃20天，即10*eatPerday*20==原有草量(origin)+growPerday*20 //可供15头牛吃10天，即15*eatPerday*10==原有草量(origin
分裂的奶牛群（洛谷P2907题题解，Java语言描述）
星拱北辰的博客
02-09 741
洛谷P2907题题解，Java语言描述。 这题题意小有迷惑，且看奶牛群如何分裂，又是如何用DFS统计起来的。
PSA-Unit-1_zbus_psa_
09-29
"PSA-Unit-1.pdf" 文件很可能包含了关于Z Bus和Y Bus的详细理论介绍，以及如何构建和修改这两种模型的具体步骤。学习这部分内容，不仅可以帮助理解电力系统的内部运作机制，还能掌握解决实际工程问题的工具和方法。 ...
PSA-Introductory-Architecture-Overview.pdf
11-21
PSA-Introductory-Architecture-Overview，是ARM公司发布的PSA安全架构平台的宣传性文档，主要对PSA架构层面做初步概括介绍
PSA-Final-Project
03-30
"PSA-Final-Project" 是一个以 Python 语言为主的项目，这可能是一个课程作业、个人练习或团队合作的最终成果。在这个项目中，开发者很可能使用了 Python 的各种功能和库来实现特定的功能。Python 作为一门强大且...
psa-ranking-develop-modif:玛蒂瓦多·德马斯
03-21
铅点 该应用程序是使用JHipster 6.4.1生成的，您可以在找到文档和帮助。 发展 在生成此项目之前，必须在计算机上安装和配置以下依赖项： ：我们使用Node来运行开发Web服务器并构建项目。根据您的系统，可以从源安装...
PSA Initiative API-开源
07-28
**PSA Initiative API 开源详解** PSA Initiative API 是一个专为管理TMF（TeleManagement Forum）下进行的PSA（Public Service Architecture）计划而设计的开源项目。这个API致力于提供一套标准化的方法来处理公共...
牛吃草问题 (牛顿问题)
Jaster_wisdom的专栏
05-21 4751
今天参加恒生电子的笔试，前面的专业题感觉没什么难度，可后面的逻辑推理题有点坑。如果因为这个被刷的话，那就无语了。 下面说一下，我在做题过程中遇到的一个没做出来的题，牛吃草问题，题目是这样的： 有一块牧场，里面种植青草，青草每天匀速增长，这块牧场可供10头牛吃20天，15头牛吃10天，则它可供25头牛吃几天？ 就这样一个看似简单的题，我做了好久没做出来，考试结束后，我在网上查了一下，发现这是一
牛吃草问题的实例
StarryDream
10-01 4442
牛吃草问题
动态规划：奶牛吃草问题
EasonDongH的博客
12-17 2051
奶牛吃草 问题描述 在X轴上，用一个整树表示坐标。题目给定一个坐标表示奶牛起始位置，再给定一组坐标表示青草的位置，给出一个设定：每过一个单位时间，青草口感损失1个单位。 假定奶牛运行速度就是一个单位/单位时间，忽略奶牛吃草的时间，并且要求奶牛吃掉所有青草，问最小青草损失口感为多少。 输入格式 第一行两个用空格隔开的整数 n,k，分别表示青草的数目和奶牛的初始坐标。 第 2 行到第 n+1 行，第 ...
Comet OJ|牛吃草问题
fred0538的博客
04-15 419
Comet OJ|牛吃草问题 题目描述 AA 家里养了一头老黄牛，并且在后院里种了几株草。更精确的说，若把后院视为平面坐标系，并给定两个正整数 N, MN,M，那么在所有满足 1 \le i \le N1≤i≤N 和 1 \le j \le M1≤j≤M 的整数坐标位置 (i, j)(i,j) 都种了一株草。 现在 AA 用一条伸缩能力为 rr 的绳子把老黄牛绑在坐标 (x, y)(x,y) 的位...
牛羊吃草问题求解(downmoon)
dfdfadsf3443的博客
07-30 268
320头牛和20头羊一起，20天吃了20吨草，依此速度，50头牛和50头羊50天吃多少草？ 这是来自csdn论坛的一个问题，索性放在这里了 分析：这是一个典型的线性规划问题,可以用工具求解： 设每头牛每天吃X1吨，每头羊每天吃X2吨， lindo表达式 max 2500X1+2500X2 st 320X1+20X2=1 X1&g...
EOlymp - 15 动态规划
qq_33859479的博客
02-12 239
#include&lt;bits/stdc++.h&gt; using namespace std; int nm[110][110]; int n,m,ans,siz; int dp[110][110]; char st[110][110]; int main() { ios::sync_with_stdio(0); scanf("%d%d",&amp;n,&amp;m); ...
EOlymp - 1121
Tizzi的博客
09-19 359
一、内容 题意： ab % c 1<= a, b, c<=2 63 二、思路 利用高精度的快乘 三、代码 #include <cstdio> typedef long long ll; typedef unsigned long long ull; ll a, b, c; ll mul(ll a,ll b, ll MOD){ ll ans = 0; while ...
PSA算法用java实现
最新发布
06-06
PSA（PageRank with Semantic Annotation）算法是基于PageRank算法的扩展算法，主要应用于社交网络和语义网络中的节点排序。以下是用Java实现PSA算法的基本步骤： 1. 构建图结构：使用邻接矩阵或邻接表等数据结构，将节点和边的关系表示出来。 2. 计算节点之间的相似度：可以使用基于余弦相似度或欧几里得距离等方法，计算节点之间的相似度。 3. 构建节点之间的关系矩阵：将节点之间的相似度矩阵进行归一化处理，得到节点之间的关系矩阵。 4. 计算节点的PageRank值：使用PageRank算法计算每个节点的PageRank值。 5. 加入语义信息：将节点的语义信息加入到PageRank计算中，得到节点的PSA值。 以下是一个简单的Java代码示例，用于实现PSA算法： ```java public class PSA { //构建图结构 public static Map<String, List<String>> buildGraph(List<Node> nodes) { Map<String, List<String>> graph = new HashMap<>(); for (Node node : nodes) { graph.put(node.getId(), node.getNeighbors()); } return graph; } //计算节点之间的相似度 public static double[][] computeSimilarity(List<Node> nodes) { double[][] similarityMatrix = new double[nodes.size()][nodes.size()]; for (int i = 0; i < nodes.size(); i++) { Node node1 = nodes.get(i); for (int j = 0; j < nodes.size(); j++) { Node node2 = nodes.get(j); double similarity = computeCosineSimilarity(node1, node2); similarityMatrix[i][j] = similarity; } } return similarityMatrix; } //计算余弦相似度 public static double computeCosineSimilarity(Node node1, Node node2) { //... } //构建节点之间的关系矩阵 public static double[][] buildRelationMatrix(double[][] similarityMatrix) { double[][] relationMatrix = new double[similarityMatrix.length][similarityMatrix[0].length]; for (int i = 0; i < similarityMatrix.length; i++) { double sum = 0; for (int j = 0; j < similarityMatrix[0].length; j++) { sum += similarityMatrix[i][j]; } for (int j = 0; j < similarityMatrix[0].length; j++) { relationMatrix[i][j] = similarityMatrix[i][j] / sum; } } return relationMatrix; } //计算节点的PageRank值 public static double[] computePageRank(Map<String, List<String>> graph) { //... } //加入语义信息，计算PSA值 public static double[] computePSA(double[] pageRank, double[][] similarityMatrix, double lambda) { double[] psa = new double[pageRank.length]; for (int i = 0; i < pageRank.length; i++) { double sum = 0; for (int j = 0; j < similarityMatrix[0].length; j++) { double similarity = similarityMatrix[i][j]; double pr = pageRank[j]; sum += similarity * pr; } psa[i] = lambda * pageRank[i] + (1 - lambda) * sum; } return psa; } //主函数 public static void main(String[] args) { List<Node> nodes = new ArrayList<>(); //初始化节点和边的关系 Map<String, List<String>> graph = buildGraph(nodes); //计算节点之间的相似度 double[][] similarityMatrix = computeSimilarity(nodes); //构建节点之间的关系矩阵 double[][] relationMatrix = buildRelationMatrix(similarityMatrix); //计算节点的PageRank值 double[] pageRank = computePageRank(graph); //加入语义信息，计算PSA值 double lambda = 0.5; double[] psa = computePSA(pageRank, similarityMatrix, lambda); //输出PSA值 for (int i = 0; i < nodes.size(); i++) { System.out.println(nodes.get(i).getId() + ": " + psa[i]); } } } ``` 需要注意的是，以上代码只是一个简单的示例，实际应用中需要根据具体问题进行修改和优化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值