为提升长序列推理效率，现定义一套“分块压缩 + 打分 + 二段划分”的流程。给定长度为 n、维度为 d 的向量序列 X0..X(n-1)（均非零）与块大小 b，将序列按顺序切成相邻的 m=ceil(nb) 个连续块，每块至多 b 个向量（最后一块可不足 b 个）。 对第 k 个块（1≤k≤m）： 先做按维度的“块内均值”得到向量 h_k（每一维为该块该维的平均值）。 设常数 b1=2、b2=1，并给定长度为 d 的向量 W1、W2。定义 s_k = W1 · h_k + b1，z_k = max(0, s_k)，c_k = W2 * z_k + b2 其中 “W2 * z_k” 表示用标量 z_k 逐分量缩放 W2，c_k 与 W2 同为 d 维。 定义 q 为全 1 的 d 维向量，得到标量打分 a_k = (q · c_k) sqrt(d) = (c_k 各分量之和) sqrt(d)。 得到序列 A = (a_1, a_2, ..., a_m) 后，把 A 恰好切成 2 段且两段都非空、彼此连续，记两段元素和分别为 S1、S2，目标最大化 min(S1, S2)。记最优值为 S，输出 round(100*S) 的整数（四舍五入到最近整数）。
输入描述:
第一行：n d b接下来 n 行：每行 d 个实数，依次为 X0..X(n-1)倒数第 2 行：d 个实数，表示 W1最后一行：d 个实数，表示 W2


输出描述:
一行一个整数：round(100*S)
示例1

输入

4 1 2
1
3
2
5
1.5
2

输出

1100

说明

  • 分块：B1=[1,3]，B2=[2,5]。h1=2.0，h2=3.5。
  • b1=2，b2=1，W1=1.5，W2=2。
    • s1=1.52+2=5 → z1=5 → c1=25+1=11 → a1=11/√1=11
    • s2=1.53.5+2=7.25 → z2=7.25 → c2=27.25+1=15.5 → a2=15.5
  • A=[11,15.5]，唯一切分 [11]|[15.5]，min=11，输出 round(1100)=1100。


备注:
本题由牛友@Charles 整理上传
加载中...