贪心+回溯(磁带长度)

/*题目内容:
 设有n个程序{1,2,...,n}要存放在长度为L的磁带上。程序i存放在磁带上的长度是li,1<=i<=n.
程序存储问题要求确定这n个程序在磁带上的一个存储方案,使得能够在磁带上存储尽可能多的程序。在保证存储最多程序的前提下,
要求磁带的利用率最大。
编程任务:对于给定的n个程序存放在磁带上的长度,编程计算磁带上最多可以存储的程序数和占用磁带的长度。
提示:利用贪心策略:最短程序优先。求得最多可以存储的程序个数m后,再求最大利用率。问题转化为第5章中的装载问题,但m已知。
 输入描述
第一行是2个正整数,分别表示文件个数n和磁带长度L。第二行中,有n个正整数,表示程序存放在磁带上的长度。
 输出描述
第一行输出最多可以存储的程序数和占用磁带的长度;第二行输出存放在磁带上的每个程序的长度。
 输入样例
9 50
2 3 13 8 80 20 21 22 23
输出样例
5 49
2 3 13 8 23

*/

#include <iostream>
using namespace std;
int n;//个数 
int c;//载重量 
int w[100];
int x[100];//当前搜索的解向量 
int r;//剩余的载重量 
int cw;//当前载重量
int bestw;//当前最优解 
int best[100];//当前最优解
int count;//统计1的个数 
int sum;//最大存储数 


void backtrack(int t){
//	到达子节点 	
//	cout<<"t:"<<t<<" ";
//	cout<<"count:"<<count<<" ";
//	cout<<"sum:"<<sum<<" ";
	if(count==sum){
		if(cw>bestw){//更新最优解 
			for(int i=1;i<=n;i++){
				best[i] = x[i];				
//				cout<<best[i]<<" ";
			}
			bestw = cw;
//			cout<<"bestw:"<<bestw<<endl;
		}
		return;
	}
//	更新剩余重量
	r -= w[t];
//	左子树 
	if(cw+w[t]<=c){
		x[t]=1;
		cw+=w[t];
//		cout<<"cw:"<<cw<<endl;
		count++;
		backtrack(t+1);
		count--;
		cw-=w[t];
//		cout<<"cw:"<<cw<<endl;
//		cout<<count;
		
	}
//	右子数
	if(cw+r>bestw){
		x[t]=0;
		backtrack(t+1);	
		r += w[t];//恢复状态必须写在右子数backtrack后面 ?	
//		count--;
	}
	
}

int main(){
	int i,j,max=0,left,a[100];	
	cin>>n;//n个程序
	cin>>c;//存储容量
	count=0;
	for(i=1;i<=n;i++){		
		cin>>w[i];
		a[i]=w[i];
		r += w[i];		
	}
	//升序排序
	for(i=1;i<n;i++){
		for(j=1;j<=n-i;j++){
			if(a[j]>a[j+1]){
				int temp = a[j];
				a[j]=a[j+1];
				a[j+1]=temp;
			}
		}
	}
//	for(i=1;i<=n;i++){
//		cout<<a[i]<<" ";
//	}
	//贪心算法实现,重量最轻的优先,求出mcount
	left=c;
	for(i=1;i<=n && a[i]<=left;i++){		
		left-=a[i];
	}
	sum=i-1;
	cout<<sum<<" ";//最多可以存储的程序数

	//初始化
	cw=0;
	bestw=0;
	for(i=1;i<=n;i++){
		x[i]=0;
		best[i]=0;
	}
	backtrack(1);
	cout<<bestw<<endl;
	for(i=1;i<=n;i++){
		if(best[i]==1){
			cout<<w[i]<<" ";
		}
	}
	return 0;
}


  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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