最大化平均值---二分搜索
2013-08-12 19:48
190 查看
有n个物品的重量和价值分别是w[i]和v[i],从中选出K个物品使得单位重量的价值最大。
1<=k<=n<=10^4
1<=w[i],v[i]<=10^6
一般想到的是按单位价值对物品排序,然后贪心选取,但是这个方法是错误的,对于有样例不满足。我们一般用二分搜索来做(其实这就是一个01分数规划)
我们定义:
条件 C(x) :=可以选k个物品使得单位重量的价值不小于x。
因此原问题转换成了求解满足条件C(x)的最大x。那么怎么判断C(x)是否满足?
变形:(sigma(v[i])/sigma(w[i]))>=x (i 属于我们选择的某个物品集合S)
进一步:sigma(v[i]-x*w[i])>=0
于是:条件满足等价于选最大的k个和不小于0.于是排序贪心选择可以判断,每次判断的复杂度是O(nlogn)。
代码:
给一组测试:
3
2
2 2
5 3
2 1
输出:0.75
1<=k<=n<=10^4
1<=w[i],v[i]<=10^6
一般想到的是按单位价值对物品排序,然后贪心选取,但是这个方法是错误的,对于有样例不满足。我们一般用二分搜索来做(其实这就是一个01分数规划)
我们定义:
条件 C(x) :=可以选k个物品使得单位重量的价值不小于x。
因此原问题转换成了求解满足条件C(x)的最大x。那么怎么判断C(x)是否满足?
变形:(sigma(v[i])/sigma(w[i]))>=x (i 属于我们选择的某个物品集合S)
进一步:sigma(v[i]-x*w[i])>=0
于是:条件满足等价于选最大的k个和不小于0.于是排序贪心选择可以判断,每次判断的复杂度是O(nlogn)。
代码:
#include <iostream> #include <algorithm> #include <cstdio> using namespace std; const int maxn=1e4; const double eps=1e-5; int w[maxn],v[maxn],n,k; double y[maxn]; bool check(double r) { for(int i=0;i<n;i++){ y[i]=v[i]-r*w[i]; } sort(y,y+n); reverse(y,y+n); double sum=0; for(int i=0;i<k;i++) { sum+=y[i]; } return sum>=0; } int main() { while(cin>>n) { cin>>k; for(int i=0;i<n;i++) cin>>w[i]>>v[i]; double lb=0,ub=1e6; while(ub-lb>eps) { double mid=(lb+ub)/2; if(check(mid)) lb=mid; else ub=mid; } printf("%.2f\n",ub); } return 0; }
给一组测试:
3
2
2 2
5 3
2 1
输出:0.75
相关文章推荐
- 《挑战程序设计竞赛》3.1.2 二分搜索-最大化平均值 POJ2976 3111
- 最大化平均值---二分搜索
- poj 3111 K Best 二分搜索 最大化平均值
- 最大化平均值(二分搜索)
- K Best(最大化平均值(二分搜索))
- poj K Best 最大化平均值 二分搜索
- POJ 2976 Dropping tests(二分搜索,最大化平均值)
- POJ2976二分搜索解决平均值最大化问题
- 最大化平均值 - 二分搜索
- poj 2976 Dropping tests (二分搜索之最大化平均值之01分数规划)
- poj 3111 K Best (二分搜索之最大化平均值之01分数规划)
- POJ 3111 K Best(二分搜索,最大化平均值)
- 最大化平均值(二分搜索)
- POJ - 2976 Dropping tests(二分搜索:最大化平均值)
- POJ 3111 K Best(二分——最大化平均值)
- POJ - 2976 Dropping tests 二分 最大化平均值
- K Best POJ - 3111 (二分最大化平均值,注意用G++提交,不然TLE)
- POJ 3111 K Best &&NYOJ 914 (二分+ 贪心,最大化平均值)
- poj 3104 Drying(二分搜索之最大化最小值)
- 二分算法的应用——最大化平均值 POJ 2976 Dropping tests