Codeforces 704A Thor 题解

Codeforces704A题解
本文详细解析了Codeforces704A题目“Thor”,介绍了如何使用队列数据结构来解决信息计数问题。重点讲解了三种事件处理方法及代码实现,包括消息接收、阅读特定应用的所有消息和阅读前k条总消息的情况。

Codeforces 704A Thor 题解

题目

原题

题意

洛基送了索尔一个智能手机,索尔不知道有多少条未知信息,要写个程序帮他数。按照时间顺序发生三种事件:
1.编号x的app发送了一条信息
2.索尔看完编号x的app的所有信息
3.索尔看完从第一种情况开始计数的前k条总信息(题目特别提醒不是未读信息,在这里被坑了一把)。
要我们在每次事件结束之后输出一次未读信息数


代码

#include <bits/stdc++.h>
using namespace std;
int main() {
    int n,q,i,type,x,total=0,p[300001]={0},count=0;
    queue<pair<int,int>> timeline;
    cin>>n>>q;
    queue<int> app[n+1];
    for (i=1;i<=q;i++) {
        cin >> type >> x;
        if (type == 1) {
            count++;
            app[x].push(count);
            timeline.push(make_pair(count, x));
            total++;
        } else if (type == 2) {
            while (!app[x].empty()) {
                p[app[x].front()]++;
                app[x].pop();
                total--;
                }
        } else if (type == 3) {
            while (!timeline.empty()&&timeline.front().first<=x){
                if (!p[timeline.front().first]){
                    app[timeline.front().second].pop();
                    total--;
                }
                timeline.pop();
            }
        }
        cout<<total<<endl;
    }
    return 0;
}

思路

这题需要用队列来解,而且根据不同情况,需要使用不同的队列。
因为第三种情况,我们必须要有一条完整的推送时间线,这里需要一个队列;
针对第二种情况,每个app都需要一个时间线,记下它发出推送的时间(即第几条),这里需要给每个app都来一个队列,每当第二个时间发生时,要清空对应队列,而且因为第三种情况需要总的时间线,而且因为队列性质,我们只能看到队首元素,我们不能在此时清除时间线中的对应元素,所以我们需要另开一个数组记下第几次推送已经被看过了;
针对第一种情况,将输入的元素压到对应的app和时间线队列里去。

总结

本题1600分,队列题,主要要求用队列实现即可,对复杂度要求不高,较为简单。有几个坑点要在读题时记下:
1.第三种事件发生时,如果从时间线中弹出一个元素,要记得在app的队列中也弹出它。
2.要注意第三种情况是指前k条推送,无论是否读过,而不是前k条未读推送。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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