51nod 1099 任务执行顺序 ACM

本文探讨了一种通过合理安排任务执行顺序来优化内存使用的方法。通过对任务占用内存和最终存储需求进行排序,实现整体内存使用的最小化。适用于需要高效内存管理和任务调度的应用场景。

  

有N个任务需要执行,第i个任务计算时占R[i]个空间,而后会释放一部分,最后储存计算结果需要占据O[i]个空间(O[i] < R[i])。

例如:执行需要5个空间,最后储存需要2个空间。给出N个任务执行和存储所需的空间,问执行所有任务最少需要多少空间。

Input

第1行:1个数N,表示任务的数量。(2 <= N <= 100000)
第2 - N + 1行:每行2个数R[i]和O[i],分别为执行所需的空间和存储所需的空间。(1 <= O[i] < R[i] <= 10000)

Output

输出执行所有任务所需要的最少空间。

Input示例

20
14 1
2 1
11 3
20 4
7 5
6 5
20 7
19 8
9 4
20 10
18 11
12 6
13 12
14 9
15 2
16 15
17 15
19 13
20 2
20 1

Output示例

135

 

 

这道题考察的是如何巧妙看待问题.  在51nod的贪心基础训练那里他是有说思路的,但是本人不才,没耐心看,不知道他想说什么

题目意思:  首先,一开始为0,运行程序,占用R,然后释放,减去O(是欧,不是零),一个程序执行完毕,最大值为R,实际占用为O

               就是说不断执行程序,内存占用的最大值不断被刷新,求这个最大值的最小值

说下我的理解吧:

1: 所有的程序都要被完成,O决定了基本值,就是说执行完这个程序,那么后面的内存占用最大值肯定受这个O影响。如果某个程序的O很大,那么是不是应该放在最后执行? 毕竟是最后一个程序了,那前面程序执行时的基础值会比较小。

2: 换个角度,先执行大的R,一开始的基础值肯定是最小的,大的R先执行那最大值就没有那么大,就达到本题的目的了,所以R大的应该先执行,这样的最大值就没那么大了。

3: 结合上面两点,R是大于O的,R大的先执行,O小的先执行,两个标准,应该怎么衡量? 

4: 假如我的执行顺序是最优的,假如最后执行的程序是第i个,基础值==所有O的和 - Oi,那为了基础值足够小,Oi越大越好,最大值可能是  基础值+Ri,那Ri应该尽可能小,那应该以什么为标准呢? R要尽量大的同时O要尽量小, R是比O大的,于是我想能不能用差值去衡量。

5:所以我用排序方法按照差越来越小排序,然后记录O的总合,i=n-1时就是最后一个程序,答案==O和-Oi+ Ri

附上代码体会,欢迎指点,对于官方回答我晕晕的。

 

#include<iostream>
#include <algorithm>
#include <string.h>
#include <string>
#include <stack>
#include <set>
using namespace std;
struct su
{
    int a,b;
}shu[100000];

int bijiao(su w,su v)
{
    if(w.a-w.b>v.a-v.b)
        return 1;
   return 0;
}

int main()
{
    int n,i,j,k,ans=0,ma=0;
    cin>>n;
    for(i=0;i<n;i++)
    {
        cin>>shu[i].a>>shu[i].b;
        ans+=shu[i].b;
    }
    sort(shu,shu+n,bijiao);
    ans=ans-shu[n-1].b+shu[n-1].a;
    cout<<ans;
    return 0;
}

 

 

 

 

 

 

题目 51nod 3478 涉及一个矩阵问题,要求通过最少的操作次数,使得矩阵中至少有 `RowCount` 行和 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行和列组合,并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行和每一列变为回文所需的最少操作次数**: - 对于每一行,计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列,计算将其变为回文所需的最少操作次数,方法同上。 2. **枚举所有可能的行和列组合**: - 由于 `N` 和 `M` 的最大值为 8,因此可以枚举所有可能的行组合和列组合。 - 对于每一种组合,计算其所需的最少操作次数,并取最小值。 3. **计算操作次数**: - 对于每一种组合,需要计算哪些行和列需要修改,并且注意行和列的交叉点可能会重复计算,因此需要去重。 ### 代码实现 以下是一个可能的实现方式,使用了枚举和位运算来处理组合问题: ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**:首先计算每一行和每一列变为回文所需的最少操作次数。 - **枚举组合**:使用 `itertools.combinations` 枚举所有可能的行和列组合。 - **计算成本**:对于每一种组合,计算其成本,并考虑行和列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**:由于 `N` 和 `M` 的最大值为 8,因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $,这在实际中是可接受的。 - **空间复杂度**:主要是存储预处理的成本,空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行和列的枚举组合以减少计算时间? 2. 在计算行和列的交叉点时,如何更高效地处理重复计算的问题? 3. 如果矩阵的大小增加到更大的范围,如何调整算法以保持效率? 4. 如何处理矩阵中行和列的回文条件不同时的情况? 5. 如何扩展算法以支持更多的操作类型,例如翻转某个区域的值?
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