Coins HDU - 2844 ,梦幻题目,从迷迷糊糊到渐渐明朗

Coins HDU - 2844
题目链接:
https://vjudge.net/problem/HDU-2844
先看看我比这之前整理出来的模板样式:

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <string.h>
#include <cstring>
#include <algorithm>
#include <string>
#define MAX 100000
using namespace std;
const int maxn = 1e5+10;
int dp[100005];
int m;
int a[102],c[102];
void zero(int a)//01beibao
{
    int j;
    for(j=m; j>=a; j--)
    {
        dp[j]=max(dp[j],dp[j-a]+a);
    }
}
void com(int a)
{
    int j;
    for(j=a; j<=m; j++)
    {
        dp[j]=max(dp[j],dp[j-a]+a);
    }
}
void duochong(int a,int c)
{
    if(a*c>m)
    {
        com(a);
    }
    else
    {
        int k=1;
        while(c>k)
        {
            c-=k;
            zero(a*k);
            k=k*2;
        }
        zero(a*c);
    }
}
int main()
{
    int n,i,j;
    while(~scanf("%d%d",&n,&m))
    {
        memset(dp,0,sizeof(dp));
        if(!n&&!m)
            return 0;
        for(i=0; i<n; i++)
            scanf("%d",&a[i]);
        for(i=0; i<n; i++)
            scanf("%d",&c[i]);
        for(i=0; i<n; i++)
        {
            duochong(a[i],c[i]);
        }
        int ans=0;
        for(i=1; i<=m; i++)
        {
            if(dp[i]==i)
                ans++;
        }
        printf("%d\n",ans);
    }
    return 0;
}

一开始提交的时候一直错:
Status
Runtime Error(ACCESS_VIOLATION)access violation就是运行的时候访问违例的意思
后来就找到啦这位大牛的博客,没想到我看别人博客整理的模板差不多,自信心爆棚,哈哈,错误原因最后也找到啦,就是二进制的时候写的 while(c>k)我给写成 while(c>a);这就很伤。找啦半天错,,,,
然后说一下思路哈,就是用背包来求出在小于m的背包遍历,他的最后dp数组存的数字就是代表当前容量的最大钱数,当这个钱数与自己的标号一致时就代表那些硬币可以正好凑出这些数量的钱具体看代码。
再说一些下面这个人的思路吧,当时一直错的时候找到的,发现基本一致耐,nice,就是对于dp的处理还是有些不同的,背包是基本一致的,他的思路呢就是吧dp{0}预先赋值为1,其余都为零,然后在经过背包遍历之后,如果有的地方变为一啦,就可以确定就是可以凑出这些钱数,


#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
#include<cmath>
#include<cstdlib>
using  namespace std;
const int maxn=100005;
int a[105],c[105];
int dp[maxn];
int n,m;
void compty(int x)//完全背包。
{
    int i;
    for(i=x;i<=m;i++)
        dp[i]=max(dp[i],dp[i-x]);
}
void beibao_01(int x)//01背包。可以看着次数。
{
    int i;
   for(i=m;i>=x;i--)
   {
       dp[i]=max(dp[i],dp[i-x]);
   }
}
void shuju(int cons,int n)
{
    int k;
    if(cons*n>m)//当输入的数据大于总的M时,应该考虑可以加入的次数,就是(转换妫完全背包题),完全背包,可以去好多次,直到不满足条件为止!
    compty(cons);
    else
    {
        k=1;
        while(k<n)//当然在小于时就必须考虑这依次是否家还是不加,这就考虑的是01背包的问题。
        {
            beibao_01(cons*k);
            n-=k;
            k++;
        }
        beibao_01(cons*n);
    }
}
int main()
{
    int i,j;
    while(scanf("%d%d",&n,&m)!=EOF)
    {
        if(n==0&&m==0)break;
        memset(a,0,sizeof(a));
        memset(c,0,sizeof(c));
        for(i=1;i<=n;i++)scanf("%d",&a[i]);
        for(i=1;i<=n;i++)scanf("%d",&c[i]);
        memset(dp,0,sizeof(dp));//初始化,
        dp[0]=1;
        for(i=1;i<=n;i++)
        {
           shuju(a[i],c[i]);//依次考虑,分别对你每一个数据谈论!!
        }
        int sum=0;
         for(i=1;i<=m;i++)
         {
             if(dp[i])
             sum++;
 
         }
        cout<<sum<<endl;
    }
    return 0;
}

题目意思:

要求你再给出的M范围(1M),分别用给出的钱币,以及所对应的数量。求出看能并凑出的钱数有多少在(1M)之间,包括边界。。

此题一看就应该可以猜到是用DP做,还有就是可以想到利用母函数。但是再看看数据,就可以排除一般DP,还有就是母函数的M值太大,可能会超时,因此这也是不可行的。

因此就看看DP可以完成了吗!!但是若直接DP可能也会数据就太大,因此也就要分开考虑。—:当一组数据的乘积大于M是,和当小于时,这里就分开考虑.

当数据积大于时,你就可以用完全背包(可以无限利用)直到不符合条件。二:就是小于时,当前的价值是加还是不加都有可能产生不同的结果。因此就可以利用01背包(加或者不加)的方法解决。

接着就是看代码:(细看代码)
https://blog.csdn.net/yangyiping525/article/details/16845019?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3.compare&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3.compare

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