题目1531:货币面值(网易游戏2013年校园招聘笔试题)

本文探讨了在游戏开发中面对货币面额组合问题的解决策略,通过动态规划的思想,帮助游戏中的国王小虎找出无法表示的最小面额。

from:http://www.cnblogs.com/suncoolcat/archive/2013/08/25/3281447.html

题目1531:货币面值

时间限制:1 秒

内存限制:128 兆

特殊判题:

提交:320

解决:119

题目描述:

小虎是游戏中的一个国王,在他管理的国家中发行了很多不同面额的纸币,用这些纸币进行任意的组合可以在游戏中购买各种装备来提升自己。有一天,他突然很想知道这些纸币的组合不能表示的最小面额是多少,请聪明的你来帮助小虎来解决这个财政问题吧。

 题目1531:货币面值


时间限制:1 秒内存限制:128 兆特殊判题:否提交:320解决:119
题目描述:
小虎是游戏中的一个国王,在他管理的国家中发行了很多不同面额的纸币,用这些纸币进行任意的组合可以在游戏中购买各种装备来提升自己。有一天,他突然很想知道这些纸币的组合不能表示的最小面额是多少,请聪明的你来帮助小虎来解决这个财政问题吧。
 
输入:
输入包含多个测试用例,每组测试用例的第一行输入一个整数N(N<=100)表示流通的纸币面额数量,第二行是N个纸币的具体表示面额,取值[1,100]。
 
输出:
对于每组测试用例,输出一个整数,表示已经发行的所有纸币都不能表示的最小面额(已经发行的每个纸币面额最多只能使用一次,但面值可能有重复)。
 
样例输入:
5
1 2 3 9 100
5
1 2 4 9 100
5
1 2 4 7 100
样例输出:
7
8
15
来源:
网易游戏2013年校园招聘笔试题
思路:动态规划的思想, 对于从第1个到第i个数的和total, 
如果第i+1个数大于total+1则不会组成total+1. 
#include <iostream>
#include <cstdio>
#include <vector>
#include <algorithm>
using namespace std;


int n;
vector<int> v;


void work() {
    int i;
    int total = 0;
    if(v[0] != 1){
        printf("1\n"); return;
    }
    else {
        total = v[0];
        for(i = 1; i < n; i++ ) {
            if(v[i] <= total + 1) {
                total += v[i];
            } else {
                printf("%d\n", total+1);
                return;
            }
        }
    }
    printf("%d\n", total+1);
}


int main()
{
    int i, tmp;
    while(scanf("%d", &n) != EOF) {
        v.clear();
        for(i = 0; i < n; i++) {
            scanf("%d", &tmp);
            v.push_back(tmp);
        }
        sort(v.begin(), v.end());
        work();
    }
    return 0;
}

输入:

输入包含多个测试用例,每组测试用例的第一行输入一个整数N(N<=100)表示流通的纸币面额数量,第二行是N个纸币的具体表示面额,取值[1,100]。

 

输出:

对于每组测试用例,输出一个整数,表示已经发行的所有纸币都不能表示的最小面额(已经发行的每个纸币面额最多只能使用一次,但面值可能有重复)。

 

样例输入:
5
1 2 3 9 100
5
1 2 4 9 100
5
1 2 4 7 100
样例输出:
7
8
15
来源:
网易游戏2013年校园招聘笔试题
思路:动态规划的思想, 对于从第1个到第i个数的和total, 
如果第i+1个数大于total+1则不会组成total+1. 
#include <iostream>
#include <cstdio>
#include <vector>
#include <algorithm>
using namespace std;

int n;
vector<int> v;

void work() {
    int i;
    int total = 0;
    if(v[0] != 1){
        printf("1\n"); return;
    }
    else {
        total = v[0];
        for(i = 1; i < n; i++ ) {
            if(v[i] <= total + 1) {
                total += v[i];
            } else {
                printf("%d\n", total+1);
                return;
            }
        }
    }
    printf("%d\n", total+1);
}

int main()
{
    int i, tmp;
    while(scanf("%d", &n) != EOF) {
        v.clear();
        for(i = 0; i < n; i++) {
            scanf("%d", &tmp);
            v.push_back(tmp);
        }
        sort(v.begin(), v.end());
        work();
    }
    return 0;
}
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
评论 1
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