1660:小邪的烦恼(贪心)

小邪酷爱吃橘子,但总被同学们“打劫”。为确保自己至少能保留M个橘子的同时尽可能多地与友好的同学分享剩余的N-M个橘子,设计了一个优先考虑与友好度高的同学分享并满足其需求的算法。
小邪酷爱吃橘子,但他的橘子总是被同学们“打劫”。虽然小邪很大方,喜欢和同学们分享他的橘子,但如果和他分享的人太多,他自己就没有橘子吃啦!所以小邪希望找到一个和同学们分享橘子的方案。假设小邪一共有N个橘子,他自己希望至少保留M个给自己吃。小邪一共有K个同学,友好程度可以用一个正整数表示,数值越大表示友好程度越高,而每个同学想得到的橘子数不一定相同。小邪每次都会优先选择和自己关系比较好的同学分享橘子,并且一定会尽量满足他对橘子个数的需求。在此条件下,请你算出小邪最多能和几个同学分享橘子。
输入有多组测试数据
对于每组测试数据
第1行:3个正整数N、M、K
第2~K+1行:每行2个正整数,分别表示表示每个同学对橘子的需求数和与小邪的友好程度。
(对于所有输入均在 0~1000 以内)
对于每一组输入
输出一个正整数表示小邪最多能与多少同学分享橘子。
10 2 5
1 30
2 15
1 10
4 25
2 20
数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别和分类垃圾材料的AI模型,用于自动化废物分类和回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率和环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验和论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练和使用。 数据量适中合理: 训练集、验证集和测试集分布均衡,提供足够样本用于模型学习和评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
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