一本通1510:【例 2】出纳员问题

本文介绍了一个使用C++编写的算法,用于解决任务调度问题,目标是在给定工人的可用时间窗口内,找到最少的工作人数来完成任务,同时考虑每个时刻可以开始工作的工人数量。
#include <bits/stdc++.h>
using namespace std;
const int N = 24 + 5;
int T, n, r[N], c[N], dis[N],
    cnt[N];   //r[i]表示i时刻至少需要工作的人数,c[i]表示i时刻能够开始工作的人数
struct Edge {
    int u, v, w;
};
vector<Edge> g[N];
bool inq[N];
void add(int u, int v, int w) {
    g[u].push_back({u, v, w});
}
void clear() {
    for (int i = 0; i < N; i ++)
        g[i].clear();
}
bool spfa() {
    queue<int> q;

    for (int i = 0; i < N; i ++)
        q.push(i), dis[i] = 0, inq[i] = true, cnt[i] = 1;

    while (!q.empty()) {
        int u = q.front();
        q.pop();
        inq[u] = false;

        for (int i = 0; i < g[u].size(); i++) {
            int v = g[u][i].v, w = g[u][i].w;

            if (dis[v] < dis[u] + w) {
                dis[v] = dis[u] + w;
                cnt[v] = cnt[u] + 1;

                if (cnt[v] > N)
                    return true;

                if (!inq[v])
                    q.push(v), inq[v] = true;
            }
        }
    }

    return false;
}
bool check(int s24) {
    clear();

    for (int d = 1; d <= 24; d++)
        add(d - 1, d, 0), add(d, d - 1, -c[d]);

    for (int d = 1; d <= 8; d++)
        add(16 + d, d, r[d] - s24);

    for (int d = 8; d <= 24; d++)
        add(d - 8, d, r[d]);

    add(0, 24, s24);
    return !spfa();
}
int main() {
    scanf("%d", &T);

    while (T--) {
        memset(r, 0, sizeof(r));
        memset(c, 0, sizeof(c));

        for (int i = 1; i <= 24; i++)
            scanf("%d", &r[i]);

        scanf("%d", &n);

        for (int i = 1, d; i <= n; i++) {
            scanf("%d", &d);
            d++;
            c[d]++;
        }

        int left = 0, right = n, ans = -1;

        while (left <= right) {
            int mid = (left + right) / 2;

            if (check(mid)) {
                right = mid - 1;
                ans = mid;
            } else
                left = mid + 1;
        }

        if (ans != -1)
            printf("%d\n", ans);
        else
            puts("No Solution");
    }

    return 0;
}

### 出纳员问题2及其解决方案 出纳员问题是计算机科学和运筹学中的经典优化问题之一,常涉及如何以最少数量的纸币或硬币完成找零操作。这一类问题可以过动态规划或其他算法技术求解。 #### 示描述 假设某超市收银台需要给顾客找零金额为 $ n $ 的钱数。已知该货币体系中有若干种面额分别为 $ d_1, d_2, \dots, d_m $ 的纸币或硬币(单位均为整数值)。目标是以尽可能少的数量凑成总金额 $ n $ 。如果无法实现,则返回无解。 此问题的核心在于找到一种最优策略,在满足条件的情况下最小化使用的纸币/硬币总数。 --- #### 动态规划解决方法 以下是基于动态规划的思想设计的一种高效算法: 定义状态数组 `dp[i]` 表示凑齐金额 $ i $ 所需的最少纸币/硬币数目。初始状态下设所有可能的状态值都为无穷大(表示不可达),除了 `dp[0]=0` (即凑齐金额 0 不需要任何纸币)。 转移方程如下: $$ dp[j] = \min(dp[j], dp[j-d_i]+1),\quad j \geq d_i $$ 其中 $ d_i $ 是当前考虑的第 $ i $ 种面额。 最终答案存储于 `dp[n]` 中;若仍保持初值则表明不存在合法方案。 时间复杂度分析显示这种方法运行时间为 O(nm),空间消耗同样如此——这里 m 和 n 分别代表可用的不同种类钱币数目以及待支付总额大小[^1]。 ```python def min_coins(coins, amount): MAX = float('inf') dp = [MAX]*(amount+1) dp[0] = 0 for coin in coins: for x in range(coin, amount + 1): if dp[x - coin] != MAX: dp[x] = min(dp[x], dp[x - coin] + 1) return dp[amount] if dp[amount]!=MAX else -1 ``` 上述代码片段实现了上面提到的方法用于计算特定情况下所需的最少硬币数。 --- #### 算法性能评估 对于大规模输入数据集而言,尽管基本版DP能够有效处理大多数日常场景下的交易数额,但在极端条件下可能会遇到效率瓶颈。因此针对某些特殊情形还可以进一步改进基础模型结构从而提升整体表现效果。如采用记忆化搜索代替迭代更新表项等方式均有助于缓解部分压力状况下产生的额外开销成本增加现象发生几率降低至合理范围内。 ---
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