POJ 3544 Journey with Pigs

本文介绍了一道关于如何在旅行中通过卖猪赚取最大收益的问题。通过将村庄的猪肉实际售价排序,并对猪的重量进行排序,采用贪心算法求解最优解。

Journey with Pigs
Time Limit: 1000MS Memory Limit: 65536K
Total Submissions: 3300 Accepted: 1010

Description

Farmer John has a pig farm near town A. He wants to visit his friend living in town B. During this journey he will visit n small villages so he decided to earn some money. He tooks n pigs and plans to sell one pig in each village he visits.

Pork prices in villages are different, in the j-th village the people would buy a pork at pj rubles per kilogram. The distance from town A to the j-th village along the road to town B is dj kilometers.

Pigs have different weights. Transporting one kilogram of pork per one kilometer of the road needs t rubles for addition fuel.

Help John decide, which pig to sell in each town in order to earn as much money as possible.

Input

The first line of the input file contains integer numbers n (1 ≤ n ≤ 1000) and t (1 ≤ t ≤ 109). The second line contains n integer numbers wi (1 ≤ wi ≤ 109) — the weights of the pigs. The third line contains ninteger numbers dj (1 ≤ dj ≤ 109) — the distances to the villages from the town A. The fourth line contains n integer numbers pj (1 ≤ pj ≤ 109) — the prices of pork in the villages.

Output

Output n numbers, the j-th number is the number of pig to sell in the j-th village. The pigs are numbered from 1 in the order they are listed in the input file.

Sample Input

3 1
10 20 15
10 20 30
50 70 60

Sample Output

3 2 1
题目链接:http://poj.org/problem?id=3544

题意:从起点出发到终点途中要经过n个村庄,每到达一个村庄就需卖出一头猪来增加旅费,现在给定每头猪的重量,每个村庄距离起点的距离,每个村庄猪肉的价格和每公斤猪每走一公里维持体重所需的花费t。输出获得的最大旅费。

解题思路:贪心!将每个村庄的能卖出的实际价格(当地价格减去每公斤猪一路上的花费)升序排序,再讲猪的重量升序排序,重量最大的猪在价格最贵的村庄卖出。

AC代码:

#include<cstdio>
#include<algorithm>
using namespace std;
const int NUM = 1000+10;
typedef long long LL;
struct Village{
	LL p;//每个村猪肉的价格 
	LL no;//村庄的编号 
	LL d;//村庄距离起点的距离 
};
struct Pig{ 
	LL w;//猪的重量
	LL no;//猪的编号 
};
Village vill[NUM];//村庄数组 
Pig pig[NUM];//猪的数组 
LL n,t;
bool cmp1(Pig p1,Pig p2)//将猪的重量升序排序 
{
	return p1.w<=p2.w;
}
bool cmp2(Village v1,Village v2)//将每个村庄的猪肉价格升序排序 
{
	return v1.p<=v2.p;
}
void solve()
{
	int i,j;
	int flag;
	for(i=1,flag=1;i<=n;i++) //因为是要输出1-n个村庄所卖出猪的序号 
	{
		for(j=0;j<n;j++)
		{
			if(vill[j].no==i) //找到第i个村庄,已经排好序按照贪心的思想,第i个村庄的下标对应着猪的下标 
			{
				if(flag)//格式控制 
				{
					printf("%lld",pig[j].no);
					flag=0;
				}
				else printf(" %lld",pig[j].no);
			}
		}
	}
	printf("\n");
}
int main(void)
{
	int i;
	while(scanf("%lld%lld",&n,&t)==2)//输如村庄个数和每公斤猪每公里消耗的费用 
	{
		for(i=0;i<n;i++) 
		{
			scanf("%lld",&pig[i].w); //输入猪的重量
			pig[i].no=i+1; //记录猪的编号 
		}
		for(i=0;i<n;i++)
		{
			scanf("%lld",&vill[i].d); //输入村庄的距离 
			vill[i].no=i+1; //记录村庄的编号 
		}
		for(i=0;i<n;i++)
		{
			scanf("%lld",&vill[i].p); //村庄猪肉的价格 
			vill[i].p=vill[i].p-t*vill[i].d; //实际价格要等于当地价格减去达到村庄的路上每公斤猪肉所消耗的钱 
		}
		sort(pig,pig+n,cmp1);//将猪肉重量按升序排序 
		sort(vill,vill+n,cmp2);//实际价格按照升序排序 
		solve();
	}
	return 0;
}


下载前可以先看下教程 https://pan.quark.cn/s/a426667488ae 标题“仿淘宝jquery图片左右切换带数字”揭示了这是一个关于运用jQuery技术完成的图片轮播机制,其特色在于具备淘宝在线平台普遍存在的图片切换表现,并且在整个切换环节中会展示当前图片的序列号。 此类功能一般应用于电子商务平台的产品呈现环节,使用户可以便捷地查看多张商品的照片。 说明中的“NULL”表示未提供进一步的信息,但我们可以借助标题来揣摩若干核心的技术要点。 在构建此类功能时,开发者通常会借助以下技术手段:1. **jQuery库**:jQuery是一个应用广泛的JavaScript框架,它简化了HTML文档的遍历、事件管理、动画效果以及Ajax通信。 在此项目中,jQuery将负责处理用户的点击动作(实现左右切换),并且制造流畅的过渡效果。 2. **图片轮播扩展工具**:开发者或许会采用现成的jQuery扩展,例如Slick、Bootstrap Carousel或个性化的轮播函数,以达成图片切换的功能。 这些扩展能够辅助迅速构建功能完善的轮播模块。 3. **即时数字呈现**:展示当前图片的序列号,这需要通过JavaScript或jQuery来追踪并调整。 每当图片切换时,相应的数字也会同步更新。 4. **CSS美化**:为了达成淘宝图片切换的视觉效果,可能需要设计特定的CSS样式,涵盖图片的排列方式、过渡效果、点状指示器等。 CSS3的动画和过渡特性(如`transition`和`animation`)在此过程中扮演关键角色。 5. **事件监测**:运用jQuery的`.on()`方法来监测用户的操作,比如点击左右控制按钮或自动按时间间隔切换。 根据用户的交互,触发相应的函数来执行...
垃圾实例分割数据集 一、基础信息 • 数据集名称:垃圾实例分割数据集 • 图片数量: 训练集:7,000张图片 验证集:426张图片 测试集:644张图片 • 训练集:7,000张图片 • 验证集:426张图片 • 测试集:644张图片 • 分类类别: 垃圾(Sampah) • 垃圾(Sampah) • 标注格式:YOLO格式,包含实例分割的多边形点坐标,适用于实例分割任务。 • 数据格式:图片文件 二、适用场景 • 智能垃圾检测系统开发:数据集支持实例分割任务,帮助构建能够自动识别和分割图像中垃圾区域的AI模型,适用于智能清洁机器人、自动垃圾桶等应用。 • 环境监控与管理:集成到监控系统中,用于实时检测公共区域的垃圾堆积,辅助环境清洁和治理决策。 • 计算机视觉研究:支持实例分割算法的研究和优化,特别是在垃圾识别领域,促进AI在环保方面的创新。 • 教育与实践:可用于高校或培训机构的AI课程,作为实例分割技术的实践数据集,帮助学生理解计算机视觉应用。 三、数据集优势 • 精确的实例分割标注:每个垃圾实例都使用详细的多边形点进行标注,确保分割边界准确,提升模型训练效果。 • 数据多样性:包含多种垃圾物品实例,覆盖不同场景,增强模型的泛化能力和鲁棒性。 • 格式兼容性强:YOLO标注格式易于与主流深度学习框架集成,如YOLO系列、PyTorch等,方便研究人员和开发者使用。 • 实际应用价值:直接针对现实世界的垃圾管理需求,为自动化环保解决方案提供可靠数据支持,具有重要的社会意义。
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