天梯赛 L2-014 列车调度 (25 分) [样例分析+测试点1 3]

本文介绍了一种解决列车调度问题的算法,通过使用嵌套vector或set结合lower_bound函数,实现列车在有限铁轨上的有效调度,确保列车按序号递减排列离开车站。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

L2-014 列车调度 (25 分)

思路:
一开始没明白为什么样例答案是4,阅读了这个 L2-014 列车调度 (25 分)详解 之后明白了第一个案例答案是4是这样的↓
8 4 2 1
5 3
9 6
7
共需要四个铁轨

在弄明白样例之后这道题的思路就很清楚了,嵌套vector,如果每个子vector最后的元素都比当前列车编号小,就要新开一个vector来储存该列车,如果不需要新开,就在已有的子vector中查找尾元素与当前列车编号差值最小的子vector,将该列车编号插入,最后统计母vector.size()就可以了

后面发现要用到函数lower_bound(),吓得我赶紧补了一下 lower_bound( )和upper_bound( ) 由于set本身是排好序的,所以再用lower_bound()函数查找之后,就能快速知道是否需要新增铁轨

火车站的列车调度铁轨的结构如下图所示。
在这里插入图片描述
两端分别是一条入口(Entrance)轨道和一条出口(Exit)轨道,它们之间有N条平行的轨道。每趟列车从入口可以选择任意一条轨道进入,最后从出口离开。在图中有9趟列车,在入口处按照{8,4,2,5,3,9,1,6,7}的顺序排队等待进入。如果要求它们必须按序号递减的顺序从出口离开,则至少需要多少条平行铁轨用于调度?

输入格式:
输入第一行给出一个整数N (2 ≤ N ≤10
5
),下一行给出从1到N的整数序号的一个重排列。数字间以空格分隔。

输出格式:
在一行中输出可以将输入的列车按序号递减的顺序调离所需要的最少的铁轨条数。

输入样例:
9
8 4 2 5 3 9 1 6 7
输出样例:
4

c++
我心想:这么简单就过了??
第一版代码:
嗯,果然简单是不可能的,超时了,测试点1 3没过

using namespace std;
#include <iostream>
#include<vector>

vector<vector<int>>v;

void deal(int& a)
{
	int t = -1, cnt = 10000;
	for (int i = 0; i < v.size(); i++)
	{
		if (v[i].back() > a && v[i].back() - a < cnt)
		{
			t = i; cnt = v[i].back() - a;
		}
	}
	if (t != -1)v[t].push_back(a);
	else
	{
		vector<int>ve; ve.push_back(a);
		v.push_back(ve);
	}
}

int main()
{
	int n, t; cin >> n;
	vector<int>ve(n, 0);
	for (int i = 0; i < n; i++)cin >> ve[i];
	for (int i = 0; i < n; i++)deal(ve[i]);
	cout << v.size() << endl;
}

第二版代码:AC

using namespace std;
#include <iostream>
#include<set>
#include<vector>

set<int>se;
void deal()
{
	int a; cin >> a;
	auto it = se.begin();
	it = se.lower_bound(a);
	if (it != se.end())//查找成功
	{
		se.erase(it);//将之前那个位置的列车编号删除,换成新的编号
		se.insert(a);
	}
	else se.insert(a);
}

int main()
{
	int n, t; cin >> n;
	vector<int>ve(n, 0);
	for (int i = 0; i < n; i++)deal();
	cout << se.size() << endl;
}

### L2-014 列车调度 测试点分析与解决方案 #### 背景介绍 L2-014列车调度问题涉及优化算法设计,通常需要处理复杂的约束条件和时间序列数据。这类问题可以通过多种方法求解,如动态规划、贪心算法或者基于机器学习的方法如ELMAN递归神经网络或LSTM系列模型[^1]。 #### 数据结构的选择 对于该类问题中的某些测试点失败情况,可能源于不恰当的数据结构选择。如,在尝试维护一个单调递减的队列时,如果使用`vector`配合`lower_bound`函数,则可能导致性能瓶颈。这是因为`vector`在插入新元素时采用的是线性复杂度操作(即`push_back`),而`lower_bound`仅能定位到满足特定条件的第一个位置却无法保证全局最优替换策略。因此建议改用支持高效查找与删除操作的数据容器——`set`[^2]。 #### 时间效率考量 当面临多个测试点均出现超时现象时,需重新审视整体逻辑是否存在冗余计算部。比如频繁调用排序功能虽然可以维持集合有序状态但也会带来额外开销;故应考虑利用具备自我调整特性的STL组件替代传统数组加手动管理方式以提升执行速度。 #### 实现细节改进方向 以下是针对上述提到的一些潜在缺陷所提出的具体修正措施: ```cpp #include <bits/stdc++.h> using namespace std; int main(){ set<int> s; int n,x; cin>>n; while(n--){ cin>>x; auto it=s.lower_bound(x); if(it!=s.end()) s.erase(it); // 删除第一个大于等于x的位置 s.insert(x); // 插入当前值保持大小不超过容量限制 } cout<<s.size()<<endl; // 输出最终结果集规模即可反映最大无冲突数量 } ``` 此代码片段展示了如何通过标准模板库中的`set`实现高效的更新机制从而避免之前因不当组合带来的效能损失问题。 #### 结论 综上所述,解决L2-014列车调度过程中遇到的各种测试点挑战不仅依赖于正确选取合适的数据结构还涉及到深入理解题目需求进而制定合理的运算流程安排。只有这才能有效应对诸如时间消耗过大等问题的发生几率降到最低水平。
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

打赏作者

微__凉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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