Hdu 4415 Assassin's Creed 【贪心】.cpp

题意:

某A有一个剑 坚韧度为m

他可以用这个剑去攻打别的队伍

杀掉第 i 个队伍需要消耗的坚韧度为 Ai 并可以用得到的剑去打别的队(Bi个)

但是打完别的队这个剑就不能用了

问怎么用最少的坚韧度击败最多的队伍

 

给出T组样例

每个样例给出n m n表示有n个队

接下来n行给出Ai Bi 表示杀掉这个队需要消耗的坚韧度和杀掉这个队可以得到的剑可以杀的队伍数

输出可以杀掉的最多的队和最少花费的坚韧度

 

思路:

可以想到的就是 杀掉一个bi != 0理论上就可以杀掉所有 bi != 0 的队伍

×××××错的思路..

把bi != 0 和 bi == 0分成两组

先用把一个bi != 0里需要用的坚韧度最少的队伍杀掉..然后用得到的剑杀掉别的bi != 0的队伍

然后用这些剑去把 bi == 0 的杀掉

当这些得到的剑用完之后就用自己的剑尽量多得把别的队伍杀掉

×××××反思ing..

这个方法没考虑到的问题就是

4 2

1 1

1 1

1 0

7 0

这组数据如果用上面的思路

结果就会是 3 1 

而最优解应该是 4 2

问题就出在得到的剑可能不用来杀 bi != 0而用来杀 bi == 0但是需要的坚韧度 ai 大的队伍

可以得到更好的答案

 

所以

√√√√√√√√√√√√√√√正确的思路

分两种情况考虑

①. 只杀 bi == 0 的队伍

②. 杀 bi != 0 和 bi == 0的队伍

  这样就要考虑有多少个 bi != 0的队伍是用自己的剑杀的

 

所以应该分两种情况求值

然后第二种情况就遍历用自己的剑杀多少个bi == 0 的队伍

求得最优解

 

Tips:

好吧~我表示我的变量总是弄错

这道题主要是把 bi == 0 和 bi != 0 分组讨论

 

Code:

View Code

 

题目链接:

转载于:https://www.cnblogs.com/Griselda/archive/2012/09/26/2704614.html

  • 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