// 乌龟塔问题:每个乌龟有力量和重量,求最多能堆多少乌龟?
// 注:乌龟的力量表示背上能承受的重量(包括自己的重量)
// [解题方法]
// 对乌龟数组按力量S从小到大sort(若S一样,无所谓)
// 堆的时候是后面的乌龟堆在下面
// 为什么这样sort得到的结果最好?
// 原因:对于乌龟a和乌龟b,设as<bs,
// 若a能背b,则as>=aw+bw,那么必有:bs>aw+bw,即b能背a
// 反之,若b能背a, a就不一定能背b了
// 所以得:b更能背,所以b放后面
// dp[i]表示堆i个乌龟的最小重量(若为-1,则表示不可能堆i个乌龟)
// 状态转移:
// dp[j](n>=j>=1) = min(dp[j], dp[j-1]+W[i]|S[i]>=dp[j-1]+W[i])
// dp[j-1]+w[i]表示:将i乌龟放到最底,背上dp[j-1]的量
#include <iostream>
#include <string.h>
#include <stdio.h>
#include <stdlib.h>
#include <algorithm>
using namespace std;
#define M 5700
struct point{
int w, s;
}p[M];
int dp[M];
bool cmp (point a, point b)
{
return a.s < b.s;
}
int main()
{
int n = 1, i, j, maxs = 0;
while (cin >> p[n].w >> p[n].s)
n++;
--n;
sort (p+1, p+n+1, cmp);
memset (dp, -1, sizeof(dp));
dp[0] = 0;
for (i = 1; i <= n; i++)
{
for (j = n; j >= 1; j--)
{
if (dp[j-1] < 0) continue;
if (dp[j-1] + p[i].w <= p[i].s &&
(dp[j] < 0 || dp[j] > dp[j-1] + p[i].w))
{
dp[j] = dp[j-1] + p[i].w;
if (j > maxs) maxs = j;
}
}
}
cout << maxs << endl;
return 0;
}
分享到:
相关推荐
《Weights and Measures Converter 开源工具详解》 在IT领域,数据转换是日常工作中不可或缺的一部分,尤其是在涉及多种单位系统时。开源的"Weights and Measures Converter"软件为此提供了强大的解决方案,它专注...
标题中的"weights and cfg.zip"表明这是一个包含权重和配置文件的压缩包,主要与深度学习中的目标检测模型YoloV3相关。描述中提到的"YoloV3 权重文件和 cfg 文件"进一步确认了这一点。权重文件是训练好的模型参数,...
Binarized Neural Networks: Training Neural Networks with Weights and Activations Constrained to +1 or −1Matthieu Courbariaux*1 MATTHIEU.COURBARIAUX@GMAIL.COM Itay Hubara*2 ITAYHUBARA@GMAIL.COM Daniel...
其次,YOLOv4引入了多个改进的技术,包括Mish激活函数、SPP-Block(Spatial Pyramid Pooling)、CBAM(Channel Attention and Spatial Attention Module)注意力机制、SE-Block(Squeeze-and-Excitation Block)以及...
`yolov3.weights`文件是YOLOv3模型预训练的权重文件,通常在训练或应用YOLOv3时会用到。 YOLOv3相对于前两版(YOLOv1和YOLOv2)进行了多方面的改进。首先,它引入了多尺度预测,即在不同尺寸的特征图上进行预测,这...
yolov2-tiny 权重,可直接使用, ./darknet cfg/yolov2-tiny.cfg yolov2-tiny.weights data/dog.jpg
YOLOv3的weights文件是训练好的模型参数,它包含了网络结构在大量标注数据上的学习结果。这些权重使模型能够识别和定位图像中的各种对象,如人、车辆、动物等。在YOLOv3的训练过程中,会使用大量的带标签图像数据,...
pytorch yolov3 目标检测 yolov3-tiny.weights https://pjreddie.com/media/files/yolov3-tiny.weights yolov3 yolov3-tiny.weights
"yolov3.weights" 文件是YOLOv3模型预训练的权重参数文件,通常在模型训练完成后,会保存成这种格式,以便于其他用户在自己的数据集上进行微调或直接用于物体检测任务。这个文件包含了模型在大型数据集如 COCO ...
Deepface 是一个用于 python 的轻量级人脸识别和人脸属性分析(年龄、性别、情感和种族)框架。它是一个混合人脸识别框架,...https://github.com/serengil/deepface_models/releases/download/v1.0/facenet_weights.h5
yolov4.weights 官方Google driver转存,上传限制,分卷上传, yolov4.weights.zip.001 yolov4.weights.zip.002
本文将深入探讨YOLOv3模型的权重文件`yolov3.weights`,以及如何在Darknet框架下使用这个文件。 首先,`yolov3.weights`是YOLOv3模型经过训练后得到的预训练权重,它包含了模型每一层神经元的权重值和偏置项。这些...
Two systems of weights and measures are presented in ISTA test procedures. They are the English system (Inch-Pound) and the international system SI (Metric). Inch-Pound units are shown first with ...
本话题主要涉及的是如何将基于Keras实现的YOLOv3模型的.h5权重文件转换为Darknet框架可用的weights文件。YOLO(You Only Look Once)是一种实时目标检测系统,而YOLOv3是其第三个版本,它在速度和精度上都有所改进。...
在本压缩包中,包含的是YOLOv4训练好的权重文件(yolov4.weights)、配置文件(yolov4.cfg)以及类别名称文件(coco.names)。 YOLOv4的主要改进在于引入了一系列先进的技术和技巧,包括但不限于: 1. CSPNet:...
6. **Class Predictions and Bounding Box Regression**:模型不仅预测物体类别,还同时估计边界框的位置和大小,通过联合优化这两项任务,增强了模型的性能。 要使用"yolo_weights.pth"文件,你需要一个支持加载...
On the Legendre-Gauss-Lobatto Points and Weights 确定Legendre-Gauss-Lobatto点的方法
7. **权值文件(weights file)**:`yolov3.weights`就是YOLOv3模型的权重文件,它是经过大量标注数据训练得到的,包含了模型学习到的特征表示。这个文件通常较大,下载可能较慢,因此提供压缩版如`yolo3-weight-...