codeforce 461DIV2 E题

题意

有n棵树排成一排,每个树上都有c[i]只小鸟,只有站在树下才可以召唤小鸟,在i-th树下召唤k(k<=c[i])只小鸟需要消耗cost[i]*k的法力值,但是每召唤一只小鸟可以将法力值的上限增加B,每次到下一棵树时候,法力值会恢复X(但是不会超过上线),初始时的法力值和上限都是W。

分析

emmm这个题我不会,但感觉真的棒!乍一看很像背包有没有!一开始我想dp[a][b]表示在状态(a,b)时捉到小鸟的最大值,(a,b)代表第a棵树,当前法力值为b,法力值的上限可以通过捉到的小鸟数得到,那么转移就很显然dp[a][b]=max(dp[a][b],dp[a-1][b+k*cost[a]-X]+k)其中b+k*cost[a]<=W+dp[a-1][b+k*cost[a]-X]*B;如果是这样这道题就是简单的背包了,但是注意数据范围!数组开不下!!!再回去认真审题(zhao ti jie),发现有一个提示是c[i]的和小于等于十的四次方,这是在暗示我们将它加入到状态中啊!于是我们就可以这样写dp;

dp[a][b]为在状态(a,b)时剩余的最大能量值,状态(a,b)代表在第a棵树下,已经抓到了b只小鸟。那么初始状态便为dp[0][0]=W;
状态转移为dp[a][b]=max(dp[a][b],min(dp[a-1][b-k]+X,W+(b-k)*B)- cost[a]*k);初始时可以将所有的dp数组赋值为-inf;最后i从大到小找dp[n][i],当它的值大于等于0的时候(或者不等于-INF),当前i就是答案
对了,这道题不用long long 的话会在第7组WA。

 1 #include <cstdio>
 2 #include <cstring>
 3 #include <iostream>
 4 #include <algorithm>
 5 using namespace std;
 6 const int INF=2147483600;
 7 const int maxn=1000+10;
 8 const int maxc=10000+10;
 9 long long n,W,B,X;
10 long long c[maxn],cost[maxn];
11 long long dp[maxn][maxc];
12 int main(){
13     //scanf("%d%d%d%d",&n,&W,&B,&X);
14     cin>>n>>W>>B>>X;
15     long long M=0;
16     for(int i=1;i<=n;i++){
17             cin>>c[i];
18             M+=c[i];
19     }
20     for(int i=1;i<=n;i++)scanf("%d",&cost[i]); //cin>>cost[i];
21     for(int i=0;i<=n;i++)
22         for(int j=0;j<=M;j++)
23           dp[i][j]=-INF;
24     dp[0][0]=W;
25     for(int i=1;i<=n;i++){
26         for(int j=0;j<=M;j++){
27                 for(int k=0;k<=c[i];k++)
28             if(k<=j&&min(dp[i-1][j-k]+X,W+(j-k)*B)>=cost[i]*k)
29             dp[i][j]=max(dp[i][j],min(dp[i-1][j-k]+X,W+(j-k)*B)-cost[i]*k);
30         }
31     }
32 
33     int ans=0;
34     for(int i=M;i>=0;i--){
35         if(dp[n][i]>=0){
36             ans=i;
37             break;
38         }
39     }
40     printf("%d",ans);
41 return 0;
42 }
View Code

 

转载于:https://www.cnblogs.com/LQLlulu/p/8825122.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于LSTM的财务因子预测选股模型LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。

“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

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