CF671B Robin Hood 题解

题目简述:

每天最富的人财富减一,最穷的人财富加一(若有相同,随便选一个),求最后的穷人与富人财富的差值最小是几?

思路:

贪心地想一想,很容易发现我们需要让最大值最小,最小值最大,才可以让最大值减最小值的差最小。


首先暴力做法 k k k 次循环,每一次求出最大值与最小值,将最大值减一,最小值加一,最后输出最大值减最小值即可,时间复杂度: O ( n k ) O(nk) O(nk)。 很明显不可过。


可以考虑先求出最大值,再求出最小值,两者相减即为答案,最大最小值都可以用二分答案求出。
f ( x ) f(x) f(x) 为若最后最大值为 x x x 是否可以在 k k k 天以内得到此最大值:

  • c i c_i ci 大于 x x x 就需要花 c i − x c_i - x cix 的天数来变成 x x x
  • 否则不变。

用循环枚举每一个 c i c_i ci 累计天数,若天数小于等于 k k k 即为能够在 k k k 天以内得到这个最大值返回 1 1 1 否则返回 0 0 0

此部分代码如下:

bool check1(int x){//check1(x)就是f(x)
	int day = 0;//累计天数的计数器
	for(int i = 1; i <= n; i++){
		if(c[i] > x) day += c[i] - x;//若大于x则变成x
	}
	return day <= k;
	/*可以写成如下
	if(day <= k) return 1;
	else return 0;
	*/
}

由此我们可以设计出 g ( x ) g(x) g(x) 为若最后最小值为 x x x 是否可以在 k k k 天以内得到此最小值,分析方式与 f ( x ) f(x) f(x) 略同,就不给出来了。

此方法的时间复杂度: O ( n log ⁡ n ) O(n\log n) O(nlogn)。时间没问题,可以试试。


然后就是疯狂写代码的时候,实现难度还是挺小的,代码如下:

#include <bits/stdc++.h>
#define int long long//不开long long见祖宗
using namespace std;
int n , k , sum , c[500005];
int l1 , r1 , l2 , r2;
bool check1(int x){//f(x)
	int day = 0;
	for(int i = 1; i <= n; i++){
		if(c[i] > x) day += c[i] - x;
	}
	return day <= k;
}
bool check2(int x){//g(x)
	int day = 0;
	for(int i = 1; i <= n; i++){
		if(c[i] < x) day += x - c[i];
	}
	return day <= k;
}
signed main(){
	scanf("%d%d" , &n , &k);
	for(int i = 1; i <= n; i++){
		scanf("%d" , &c[i]);
		//输入
		sum += c[i];
		r1 = max(r1 , c[i]);
	}
	if(sum % n == 0) l1 = sum / n;
	else l1 = sum / n + 1;
	//最大最小情况为总的财富除以人数向上取整,最大情况为最大的财富
	while(l1 < r1){
		int mid = (l1 + r1) / 2;
		if(check1(mid)) r1 = mid;
		else l1 = mid + 1;
	}//最大值最小
	l2 = 1 , r2 = sum / n;
	//最小值最小情况为1次,最大情况为总的财富除以人数向下取整
	while(l2 < r2){
		int mid = (l2 + r2 + 1) / 2;
		if(check2(mid)) l2 = mid;
		else r2 = mid - 1;
	}//最小值最大
	printf("%d" , l1 - l2);//输出
	return 0;
}
内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向和覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西和西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置和间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1和次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣和总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置和相位关系,控制电磁波的辐射方向和强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信和移动通信基站等无线通信系统中得到了广泛应用。
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