UVa Problem 10137 The Trip (旅行)

本文介绍了一个用于计算一组人旅行时如何公平分配费用的算法。通过计算平均费用,并根据实际支付情况确定最小化调整金额,确保每个人的实际支付额与平均值之间的差距在允许范围内。
// The Trip (旅行)
// PC/UVa IDs: 110103/10137, Popularity: B, Success rate: average Level: 1
// Verdict: Accepted
// Submission Date: 2011-04-09
// UVa Run Time: 0.016s
//
// 版权所有(C)2011,邱秋。metaphysis # yeah dot net
//
// 首先计算“平均费用”,即总费用除以学生人数得到的数值,由于是要求支付差距在 1 分钱以内,故可
// 以考虑在计算时取小数点后两位,对于第三位以后的数采用四舍五入的方法,如计算平均值为 9.666
// 666,则取 9.67。那么首先读取正整数n,然后顺序读取n个数值。将所有费用相加,得到平均值。根据题
// 目的要求是“多退少补”,那么可以把学生分成两组,一组是垫付的费用大于平均费用的,一组则是小于等于
// 平均费用的。垫付多的学生应该退还钱款,垫付少的应收取费用。根据题意,需要取最少的那部分。在此,
// 需要注意的是这样的数据:0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01,
// 0.01,0.01,0.01,0.01,0.03, 此组数据的平均值为 0.01,但是并不是退还花费了 0.03 美元的
// 那个人 0.02 美元,因为只要满足误差在 1 美分内,所以只需退还花费 0.03 美元的那个人 0.01 美元
// 即可满足所有人花费误差在1美分之内,这个细节可能是大多数人在提交该问题答案所没有注意到的。
//
// 需要注意数据类型的使用,在此题目中,因为每个学生的支出不超过 $100000,如果用单精度浮点数表示,
// 则根据单精度数的定义,能保留 7 位有效数据,但是当学生的总费用超过 $100000.00 以后,则势必出
// 现精度丢失的情况,故需要使用双精度数据,否则结果会不正确。

#include <iostream>

using namespace std;

#define SIZE 1000

double findChange(double *money, int total)
{
	double average = 0.0, changeDown = 0.0, changeUp = 0.0, change = 0.0;

	for (int i = 0; i < total; i++)
		average += money[i];

	average /= total;
	average = (long) (average * 100 + 0.5) / 100.00;

	for (int i = 0; i < total; i++)
	{
		if (money[i] > average)
			changeUp += (money[i] - average);
		else
			changeDown += (average - money[i]);
	}

	if (changeDown > 0 && changeUp > 0)
	{
		if (changeDown > changeUp)
			change = changeUp;
		else
			change = changeDown;
	}
	else
	{
		if (changeUp == 0 && changeDown == 0)
			change = 0.0;
		else
		{
			if (changeDown == 0)
			{
				for (int i = 0; i < total; i++)
					if (money[i] > average)
						change +=
							(money[i] - average -
							0.01);
			}
			else
			{
				for (int i = 0; i < total; i++)
					if (money[i] < average)
						change +=
							(average - money[i] -
							0.01);
			}
		}
	}

	return change;
}

int main(int ac, char *av[])
{
	double money[SIZE], result = 0.0;
	int total;

	while (cin >> total, total)
	{
		for (int i = 0; i < total; i++)
			cin >> money[i];

		result = findChange(money, total);

		cout.precision(2);
		cout.setf(ios::fixed | ios::showpoint);
		cout << "$" << result << endl;
	}

	return 0;
}


### UVa1347 旅行问题解题思路 针对UVa1347中的旅行问题,该问题被描述为一个经典的TSP(旅行商)问题变种。然而,在特定条件下可以采用更高效的解决方案而不是传统的搜索方法[^1]。 #### 动态规划的状态表示 为了有效处理此问题,建议使用动态规划来追踪访问节点的情况。具体来说,可以通过定义`dp[S][i]`作为状态变量,其中`S`代表已经访问过的城市集合,而`i`则指代当前所在的最后一个城市位置。这种状态下,目标是最小化路径总权重并返回起点形成环路。 #### 转移方程构建 对于每一个可能的城市组合以及当前位置,计算从未访问过的新城市的最短距离,并更新相应的DP表项: \[ dp[S \cup {j} ][j]=\min(dp[S \cup {j} ][j],dp[S][i]+cost(i,j)) \] 这里\( S \)是已访问城市的子集;\( i \)是从前一阶段继承过来的位置;\( j \)是要尝试加入到路线里的下一个未访问地点;\( cost(i, j)\) 表示从 \( i \) 到 \( j\) 的边成本。 #### 边界条件设定 初始化时设置起始点的成本为零(`dp[{source}][source]=0`),其余均为无穷大以确保找到最优解。最终答案将是所有结束于源顶点的有效序列中具有最低累积开销的那个。 ```python from functools import lru_cache import sys @lru_cache(None) def tsp(mask, pos): if mask == (1 << n) - 1 and pos == start: return dist[pos][start] result = float('inf') for city in range(n): if not (mask & (1 << city)): new_mask = mask | (1 << city) current_cost = dist[pos][city] + tsp(new_mask, city) result = min(result, current_cost) return result n = int(input()) dist = [[int(x) for x in input().split()] for _ in range(n)] start = 0 print(tsp(1<<start, start)) ``` 上述代码片段展示了如何利用Python实现带有记忆化的递归来解决这个问题。通过这种方式可以在合理的时间内获得较优的结果,适用于题目给定的数据规模限制下求得全局最小值。
评论 15
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