CodeForces 433C Ryouko's Memory Note (数学)

本文详细介绍了如何通过使用n个vector记录相邻或同一页面的页数,实现对Codeforces竞赛题C中最小化翻页次数问题的解决。包括对vector的排序、查找中位数及计算减少翻页次数的方法。

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

题目链接: http://codeforces.com/contest/433/problem/C


不会做。。

参考博客:http://www.cnblogs.com/windysai/p/3752879.html

利用n个vector将每页相邻的两页或一页的页数记录下来,注意如果相邻两页相同则不需记录。而后计算出初始情况下需要翻的总页数,同时对每个vector进行从小到大的排序, 目的是为了找到每个vector的中位数。这里有个定理,就是中位数距离每个数的距离之和是最小的。所以只要找到中位数看看该数变成中位数之后可以少翻多少页就行了,最后找出能少翻的最大页数,用总页数减去即可。

要注意只有1页的情况下都是翻0页。


#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <queue>
#include <cmath>
using namespace std;
typedef long long ll;
const int maxn = 100000 + 10;
int num[maxn];
vector <int> v[maxn];
int main() {
	int n, m;
	scanf("%d %d", &n, &m);
	ll sum = 0, decr = 0;
	int i, j;
	for(i = 0; i < m; i++) {
		scanf("%d", num + i);
	}
	if(m == 1) {  //注意只翻一页的情况 
		printf("0\n");
		return 0;
	}
	if(num[0] != num[1]) v[num[0]].push_back(num[1]);  //记录最前和最后两页 
	if(num[m - 1] != num[m - 2]) v[num[m - 1]].push_back(num[m - 2]);
	for(i = 1; i < m - 1; i++) {
		if(num[i] != num[i - 1]) v[num[i]].push_back(num[i - 1]);
		if(num[i] != num[i + 1]) v[num[i]].push_back(num[i + 1]);
	}
	for(i = 1; i <= n; i++) {
		for(j = 0; j < v[i].size(); j++) {
			sum += abs(v[i][j] - i);
		}
		sort(v[i].begin(), v[i].end());
	}
	sum /= 2;  //算出的sum每页都算了2遍 
	for(i = 1; i <= n; i++) {
		if(v[i].size() != 0) {
			if(v[i].size() % 2 != 0) {  //奇数个时中位数 
				ll tmp = 0, tmp1 = 0, tmp2 = 0;
				ll mid = v[i][v[i].size() / 2];
				for(j = 0; j < v[i].size(); j++) {
					tmp1 += abs(mid - v[i][j]);
					tmp2 += abs(i - v[i][j]);
				}
				tmp = abs(tmp2 - tmp1);
				if(tmp > decr && mid != i) decr = tmp;
			}
			else {  
				ll tmp = 0, tmp1 = 0, tmp2 = 0;;
				ll mid = (v[i][v[i].size() / 2] + v[i][v[i].size() / 2 - 1]) / 2;  //偶数个时中位数 
				for(j = 0; j < v[i].size(); j++) {
					tmp1 += abs(mid - v[i][j]);
					tmp2 += abs(i - v[i][j]);
				}
				tmp = abs(tmp2 - tmp1);
				if(tmp > decr && mid != i) decr = tmp;  //找出最大的减少量。 
			}
		}
	}
	printf("%I64d\n", sum - decr);
    return 0;
}


### 关于 Codeforces 上 'Neo's Escape' 的解决方案 在解决 Codeforces 平台上的 `'Neo's Escape'` 问题时,通常需要考虑图论中的最短路径算法以及动态规划的应用。以下是对此类问题可能涉及的核心概念和技术的分析: #### 图论与最短路径 该问题可以被建模为在一个加权有向图中寻找从起点到终点的最优路径。Dijkstra 算法是一种常用的方法来计算单源最短路径[^1]。如果边权重均为正数,则 Dijkstra 是一种高效的选择。 ```python import heapq def dijkstra(graph, start): distances = {node: float('inf') for node in graph} distances[start] = 0 priority_queue = [(0, start)] while priority_queue: current_distance, current_node = heapq.heappop(priority_queue) if current_distance > distances[current_node]: continue for neighbor, weight in graph[current_node].items(): distance = current_distance + weight if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(priority_queue, (distance, neighbor)) return distances ``` #### 动态规划优化 对于某些变体问题,除了简单的最短路径外,还需要引入状态转移方程来进行进一步优化。例如,在存在多种属性约束的情况下(如时间、能量),可以通过定义多维数组 `dp[i][j]` 来表示到达节点 i 使用 j 单位资源所需的最小代价[^2]。 #### 讨论与实现细节 社区内的讨论往往围绕如何处理特殊边界条件展开,比如是否存在负环路或者超大数据集下的性能调优等问题。此外,部分参赛者会分享他们关于数据结构选取的经验教训,例如优先队列 vs. 堆栈的不同适用场景[^3]。
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