1017 Queueing at Bank

博客围绕银行排队展开,但具体内容缺失。推测可能涉及排队现象、规律、影响因素等信息技术相关分析,如利用算法模拟排队情况等。
#include<bits/stdc++.h>
using namespace std;
struct Node{
	int start;
	int time;
};
bool cmp(Node a,Node b){
	return a.start<b.start;
}
const int INF=1000000000;
int main()
{
	freopen("in.txt","r",stdin);
	int n,w;cin>>n>>w;
	vector<Node> ppp;
	for(int i=0;i<n;i++){
		int h=0,m=0,s=0,t=0;scanf("%d:%d:%d %d",&h,&m,&s,&t);
		if(t*60>3600){
			t=3600;
		}else{
			t=t*60;
		}
		if(h*3600+m*60+s>17*3600) continue;
		else{
			Node temp;
			temp.time=t;temp.start=h*3600+m*60+s;
			ppp.push_back(temp);
		}
	}
	sort(ppp.begin(),ppp.end(),cmp);
	int endtime=17*3600;
	int starttime=8*3600;
	int wendtime[w];
	fill(wendtime,wendtime+w,8*3600);
	int ans=0;
	for(int i=0;i<ppp.size();i++){
		int temp=-1;int minendtime=INF;
		for(int j=0;j<w;j++){
			if(wendtime[j]<minendtime){
				minendtime=wendtime[j];
				temp=j;
			}
		}
		if(ppp[i].start>=wendtime[temp]){
			wendtime[temp]=ppp[i].start+ppp[i].time;
		}else{
			ans+=(wendtime[temp]-ppp[i].start);
			wendtime[temp]=wendtime[temp]+ppp[i].time;
		}
	}
	double t=ans*1.0/60.0/(ppp.size()*1.0);
	if(ppp.size()==0) printf("0.0");
	else printf("%.1lf\n",t);
	return 0;
}

 

### 银行排队问题的Python实现 银行排队问题是典型的并行处理和任务分配场景,可以通过ZeroMQ框架中的Ventilator-Worker-Sink模型来解决[^1]。以下是基于该模型的一个简单Python实现: #### ZeroMQ Ventilator 实现 Ventilator负责生成任务并将它们发送给Workers。 ```python import zmq import time context = zmq.Context() # Socket to send tasks to workers sender = context.socket(zmq.PUSH) sender.bind("tcp://*:5557") print("Press Enter when the workers are ready...") _ = input() print("Sending tasks to workers...") # Send out tasks total_msec = 0 for task_nbr in range(100): workload = int((task_nbr * task_nbr) % 100 + 1) # Some random work load total_msec += workload sender.send_string(str(workload)) print(f"Total expected cost: {total_msec} msec") time.sleep(1) # Give 0MQ time to deliver ``` #### ZeroMQ Worker 实现 Worker接收来自Ventilator的任务并执行计算后将结果返回给Sink。 ```python import zmq import sys import time context = zmq.Context() # Socket to receive messages on receiver = context.socket(zmq.PULL) receiver.connect("tcp://localhost:5557") # Socket to send messages to sender = context.socket(zmq.PUSH) sender.connect("tcp://localhost:5558") while True: s = receiver.recv_string() print(f"Received request: {s}") # Do some 'work' time.sleep(int(s) / 10) # Send results to sink sender.send(b'') ``` #### ZeroMQ Sink 实现 Sink收集所有Worker的结果,并统计完成时间。 ```python import zmq import time context = zmq.Context() # Socket to collect worker responses receiver = context.socket(zmq.PULL) receiver.bind("tcp://*:5558") # Wait for start of batch s = receiver.recv() # Start our clock now tstart = time.time() # Process 100 confirmations for task_nbr in range(100): s = receiver.recv() if task_nbr % 10 == 0: sys.stdout.write(':') else: sys.stdout.write('.') sys.stdout.flush() # Calculate and report duration of batch tend = time.time() print(f"\nTotal elapsed time: {(tend-tstart)*1000} msec") ``` 上述代码展示了如何通过ZeroMQ构建一个简单的分布式任务管理系统[^2]。对于银行排队问题,可以将其视为多个客户作为任务被分配到不同的柜员(即Worker),而最终的结果由Sink汇总。 此外,在高并发环境下,还需要注意内存管理和I/O性能优化[^3]。建议使用缓存机制减少磁盘操作频率,并利用消息队列实现各模块间的异步通信。
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