kkksc03考前临时抱佛脚

博客讨论了一个关于如何以最短时间完成多科作业的问题。初始尝试使用贪心算法解决,但发现并不适用,因为局部最优解不保证全局最优。于是转向动态规划的01背包问题来寻找解决方案,通过将每道题视为价值和重量相等的物品,求解最接近每科作业总时间一半的解,最后得到每科的最小完成时间并累加,得出整体的最短时间。

题目背景

题目描述

输入格式

输出格式

输出一行,为复习完毕最短时间。

输入输出样例

输入 #1

1 2 1 3		
5
4 3
6
2 4 3

输出 #1

20

说明/提示

题目链接:https://www.luogu.com.cn/problem/P2392

题意:kkksc可以同时做两道题,两道题必须是同一科的。现在有4科作业,每科作业分别有s1,s2,s3,s4道题。求kkksc完成所有作业所需的最少时间。

注意:kkksc可以同时做两道题,但对于完成一道题,kkksc花费的时间并不会减半。

思路分析:看到这道题第一反应是贪心,对于同一科作业只需要把完成所有题花费的时间分成两份t1,t2,使这|t1-t2|最小,然后该科花费的最少时间就是max{t1,t2}。

贪心代码:

#include<bits/stdc++.h>
using namespace std;
int a[5],i,j,sum1,sum2,t,homework;
int main(){
    for(i=1;i<=4;i++)
        cin>>a[i];//输入
    for(i=1;i<=4;i++){
    sum1=sum2=0;//两边脑子时间清零
    for(j=1;j<=a[i];j++)
        {cin>>homework;
        if(sum1<=sum2) sum1+=homework;
        else sum2+=homework;}//哪边时间短就加在哪边
        t+=max(sum1,sum2);//取较长时间累加
    }cout<<t;//输出
    return 0;
}

提交后就WA了,显然对于本题,贪心不是最优解。在求解的过程中保持t1和t2近似相等,最终求解出的结果是不是最优的,因为本题局部最优不能推出全局最优,最终最优的结果是与选取的所有题有关的,而求解的过程中实现的最优解只是与当前状态所选取的所有题有关的。

要使用动态规划求解(01背包),设DP[]为数组,将背包的大小设置为单科所有题的时间总花费T的一半T/2,然后把题看作重量为t,价值为t的物品(t为该题花费的时间),这样就可以求出最接近T/2的数。最后求出的DP[T/2]就是最接近T/2的时间花费。最终结果是取最接近T/2中较大的那个,所以结果是 max{DP[T/2],T-DP[T/2]}

#include<bits/stdc++.h>
using namespace std;
int a[100];
int dp[1300];
int check(int sum,int n)
{
    if(n==1)
        return sum;
    memset(dp,0,sizeof(dp));
    for(int i = 0;i<n;i++)
    {
        for(int j = sum/2;j>=a[i];j--)
        {
            dp[j]=max(dp[j],dp[j-a[i]]+a[i]);
        }
    }
    return dp[sum/2]>sum-dp[sum/2]?dp[sum/2]:sum-dp[sum/2];
}
int main()
{
    int s1,s2,s3,s4,x;
    cin>>s1>>s2>>s3>>s4;
    int ans = 0;
    int sum = 0;
    for(int i = 0; i<s1; i++)
    {
        cin>>a[i];
        sum+=a[i];
    }
    ans+=check(sum,s1);
    sum = 0;
    for(int i = 0; i<s2; i++)
    {
        cin>>a[i];
        sum+=a[i];
    }
    ans+=check(sum,s2);
    sum = 0;
    for(int i = 0; i<s3; i++)
    {
        cin>>a[i];
        sum+=a[i];
    }
    ans+=check(sum,s3);
    sum = 0;
    for(int i = 0; i<s4; i++)
    {
       cin>>a[i];
        sum+=a[i];
    }
    ans+=check(sum,s4);
    cout<<ans<<endl;
    return 0;
}

 

 

### 关于 kkksc03 考前复习的深度资料 #### 题目背景与目标 kkksc03 是一名大学生,其生活方式较为懒散,在学期大部分时间内并未投入学习精力。然而,随着期末考试的到来,为了通过四门课程的考核,他不得不采取紧急措施来弥补学业上的不足[^2]。 #### 复习策略的核心问题 该问题本质上是一个优化问题,涉及如何合理分配有限的时间资源以最大化复习效果。具体而言,kkksc03 面临的任务可以分解如下: 1. **科目数量固定**:共有 4 科需要复习,分别为 A、B、C 和 D。 2. **题目分布明确**:每科对应一个习题集,其中包含一定数量的题目 \(s_1, s_2, s_3, s_4\),完成这些题目所需时间各不相同[^4]。 3. **时间约束显著**:由于复习时间有限,需找到一种最优解法使得总复习效率最高。 #### 解决方案概述 针对上述问题,通常采用深度优先搜索(DFS)算法结合剪枝技术实现高效求解。以下是解决方案的关键点: - **状态表示**:定义当前已处理的科目及其对应的已完成题目数目作为 DFS 的核心状态变量[^3]。 - **递归终止条件**:当所有科目均已完全复习完毕时停止递归操作,并记录此时所耗费的总时间。 - **剪枝优化**: - 如果发现某条路径已经无法优于现有最佳结果,则立即放弃继续探索此分支。 - 对剩余未处理部分进行预估计算,提前排除不可能成为全局最优的情况。 ```python def dfs(current_subject, total_time_spent): global best_solution # 终止条件判断 if current_subject == 5: if total_time_spent < best_solution: best_solution = total_time_spent return # 尝试不同组合方式 for i in range(possible_options[current_subject]): new_total_time = total_time_spent + time_cost[current_subject][i] # 剪枝逻辑 if new_total_time >= best_solution: continue dfs(current_subject + 1, new_total_time) # 初始化参数并调用函数入口 best_solution = float('inf') dfs(1, 0) print(best_solution) ``` 以上代码片段展示了基于 DFS 实现的具体方法框架。 #### 数据输入与输出说明 数据结构设计应充分考虑实际需求,确保能够灵活适应各类测试案例的要求。例如,对于第四类别的详细信息录入形式可参照以下模式[^5]: - 输入样例中的第五行提供了有关学科 D 所含全部子项的数据集合 \(\{D_1, D_2,...,D_{s_4}\}\),用于后续运算过程中的精确匹配与验证工作。 ---
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