HGOI20190812 省常中互测5

  Task 1 辩论 

有N 个参加辩论的候选人,每个人对这两个议题都有明确的态度,支持或反对。
作为组织者,小D 认真研究了每个候选人,并给每个人评估了一个非负的活跃度,
他想让活跃度之和尽可能大。
选出的候选人必须满足以下两个条件:
1. 至少有一半的人支持议题1。
2. 至少有一半的人支持议题2。
小D 想知道,在满足以上两个条件的情况下,活跃度之和最大是多少。

对于$ 100\%$ 的数据,$ N \leq  4 \times  10^5,0 ≤ Ai ≤ 5 \times  10^3 $

Sol : 首先$11$的全部都可以选,然后将$01$ 和 $10$排序,依次选取,把一组最大的$10$和$10$当做$11$处理,

       剩余的情况就是$10$或$01$ $00$,这样子显然会让一个数逐渐的趋向于小于Sum/2,所以这个时候直接就挑权值大的数找即可。

  复杂度是$O(n \ log_2 \ n)$

# include<bits/stdc++.h>
# define int long long
using namespace std;
vector<int>a1,a2,a3,a4,tmp;
int n;
signed main()
{
    scanf("%lld",&n);
    for (int i=1;i<=n;i++) {
        int op,v; scanf("%lld%lld",&op,&v);
        if (op==11) a1.push_back(v);
        else if (op==10) a2.push_back(v);
        else if (op==01) a3.push_back(v);
        else if (op==00) a4.push_back(v);
    }
    sort(a1.begin(),a1.end()); reverse(a1.begin(),a1.end());
    sort(a2.begin(),a2.end()); reverse(a2.begin(),a2.end());
    sort(a3.begin(),a3.end()); reverse(a3.begin(),a3.end());
    int num=0,ans=0,all=0;
    for (int i=0;i<a1.size();i++) num++,ans+=a1[i],all++;
    int pos;
    for (pos=0;pos<min(a2.size(),a3.size());pos++) {
        ans+=a2[pos]+a3[pos]; num++; all+=2; 
    }
    for (int i=pos;i<a2.size();i++) tmp.push_back(a2[i]);
    for (int i=pos;i<a3.size();i++) tmp.push_back(a3[i]);
    for (int i=0;i<a4.size();i++) tmp.push_back(a4[i]);
    sort(tmp.begin(),tmp.end());  reverse(tmp.begin(),tmp.end());
    for (int i=0;i<tmp.size();i++) {
        if (2*num>=all+1)  ans+=tmp[i],all++;
        else break;
    }
    printf("%lld\n",ans); 
    return 0;
 }
A.cpp

 

  Task 2 数独

  考虑一个六边形数独,3个方向的每一行都需要填不同的数,并且一个子六边形内部都需要填不同的数。

  填写数的值域是$[1,K]$ 

  

现在,有一些格子已经填好了数,询问字典序第$n$小的方案,

对于$ 100\%$ 的数据,$k ≤ 31,N ≤ 100000$

Sol : 直接dfs,然后对有关系的点直接存点的编号,由于数的大小为$31$所以可以用二进制数表示填是否填数,

  这样就不用开数组模拟了,位运算非常快,然后就基本上没有优化的空间了,本题是一个NP问题。

# pragma GCC optimize(3)
# include<bits/stdc++.h>
using namespace std;
int zu[28][7]={
{1,2},{3,4,5,6,7},{8,9,10,11,12,13},{14,15,16,17,18},{19,20,21,22,23,24},{25,26,27,28,29},{30,31},
{7,13},{2,6,12,18,24},{1,5,11,17,23,29},{4,10,16,22,28},{3,9,15,21,27,31},{8,14,20,26,30},{19,25},
{3,8},{1,4,9,14,19},{2,5,10,15,20,25},{6,11,16,21,26},{7,12,17,22,27,30},{13,18,23,28,31},{24,29},
{1,2,4,5,6,10,11},{3,4,8,9,10,14,15},{6,7,11,12,13,17,18},{10,11,15,16,17,21,22},
{14,15,19,20,21,25,26},{17,18,22,23,24,28,29},{21,22,26,27,28,30,31}
};
int a[40],n,k;
vector<int>v[40]; 
int get(int pos)
{
    int lim=0;
    for (int i=1;i<v[pos].size();i++) {
        int to=a[v[pos][i]];
        lim|=(1<<to); 
    }
    return lim;
}
void dfs(int pos)
{
    if (pos==32) {
        n--;
        if (!n){
            puts("Found");
            for (int i=1;i<=31;i++) printf("%d ",a[i]);
            puts("");
            exit(0); 
        }
        return;
    }
    if (a[pos]) { dfs(pos+1); return;}
    int tmp=get(pos);
    for (int i=1;i<=k;i++) 
            if (!((1<<i)&tmp)) a[pos]=i,dfs(pos+1),a[pos]=0;
} 
int main()
{
    for (int i=0;i<28;i++) {
      for (int j=0;j<7;j++)
       if (zu[i][j]>0 && zu[i][k]>0) {
        for (int k=0;k<7;k++) if (zu[i][j]!=zu[i][k])
         v[zu[i][j]].push_back(zu[i][k]);
         v[zu[i][k]].push_back(zu[i][j]);
       }
    }
    for (int i=1;i<=31;i++) {
        sort(v[i].begin(),v[i].end());
        v[i].erase(unique(v[i].begin(),v[i].end()),v[i].end());
    }
    scanf("%d%d",&k,&n);
    for (int i=1;i<=31;i++) scanf("%d",&a[i]);
    dfs(1);
    puts("No way");
    return 0;
}
B.cpp

 

转载于:https://www.cnblogs.com/ljc20020730/p/11340784.html

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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