Codeforces Round #510 (Div. 2) B. Vitamins(暴力)

本文介绍了一种使用位运算和ASCII码映射来优化商品购买决策的算法。通过将商品组合的状态编码为不同的整数,该算法能够高效地计算出购买一系列商品的最低成本。文章详细解释了状态编码的方法,并提供了完整的C++实现代码。

在这里插入图片描述
Examples
input

4
5 C
6 B
16 BAC
4 A

output

15

input

2
10 AB
15 BA

output

-1

input

5
10 A
9 BC
11 CA
4 A
5 B

output

13

input

6
100 A
355 BCA
150 BC
160 AC
180 B
190 CA

output

250

input

2
5 BA
11 CB

output

16

用了一个非常节省空间的方法。
利用ASCII码与位运算,令‘A’为状态1,‘B’为状态2,‘C’为状态4,以此类推,‘AB’为状态3,‘BC’为状态6,‘AC’为状态5,‘ABC’为状态7。
对于总共n次输入,仅保存对应状态的最低价格。
总共只有三种情况:买一件,买两件和买三件。按照这样模拟一下,就可以啦~

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
using namespace std;
int min_pri[10];
int buy_one()
{
    return min_pri[7];    //ABC
}
int buy_three()
{
    if(min_pri[1]&&min_pri[2]&&min_pri[4])
        return (min_pri[1]+min_pri[2]+min_pri[4]);
    else
        return 0;
}
int buy_sec()
{
    int ans=1e9;
    for(int i=0;i<=2;i++)
    {
        int k=1<<i;
        if(min_pri[k]&&min_pri[7-k])
            ans=min(ans,min_pri[k]+min_pri[7-k]);
    }
    if(min_pri[3]&&min_pri[6])
        ans=min(ans,min_pri[3]+min_pri[6]);
    if(min_pri[3]&&min_pri[5])
        ans=min(ans,min_pri[3]+min_pri[5]);
    if(min_pri[5]&&min_pri[6])
        ans=min(ans,min_pri[5]+min_pri[6]);
    if(ans<1e9)
        return ans;
    else
        return 0;
}
int main()
{
    memset(min_pri,0,sizeof(min_pri));
    int n;
    scanf("%d",&n);
    char s[5];
    int pri;
    for(int i=0;i<n;i++)
    {
        scanf("%d%s",&pri,s);
        int cnt=0;
        int len=strlen(s);
        int x;
        for(int i=0;i<len;i++)
        {
            x=s[i]-'A';
            cnt+=(1<<x);
        }
        if(!min_pri[cnt])
            min_pri[cnt]=pri;
        else
            min_pri[cnt]=min(min_pri[cnt],pri);
    }
    int min_ans=-1;
    int k=buy_one();
    min_ans=k==0?-1:k;
    k=buy_three();
    if(k)
    {
         if(min_ans!=-1)
            min_ans=min(min_ans,k);
         else
            min_ans=k;
    }
    k=buy_sec();
    if(k)
    {
        if(min_ans!=-1)
            min_ans=min(min_ans,k);
        else
            min_ans=k;
    }
    printf("%d\n",min_ans);
    return 0;
}

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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