上海计算机学会 2023年10月月赛 乙组T1 保持距离(二分答案)

文章介绍了一个编程问题,涉及有序坐标中的二分搜索,目标是找到k个坐标,使它们之间的最短距离最大。

第一题:T1保持距离

标签:二分答案
题意:给定 n n n个坐标 x 1 , x 2 , … , x n x_1,x_2,…,x_n x1,x2,,xn 请从中挑出 k k k个坐标( k k k为给定值),使得选出的坐标两两之间的最短距离最大。
题解:非常经典的二分答案最大化最小值的题型,先对坐标从小到大排序,然后二分枚举最短距离 m i d mid mid,求当前情况下能够满足相邻坐标大于等于 m i d mid mid的有多少个,如果不够 k k k个,那么我们需要把这个距离变小一点(即把搜寻区间调整到 [ l , m i d − 1 ] [l,mid-1] [l,mid1]);反之,够的话把距离变大(搜寻区间调整到 [ m i d + 1 , r ] [mid+1,r] [mid+1,r]),同时把 a n s ans ans更新一下。
tips:二分搜索的前提是序列是有序的,二分答案的前提是 满足条件的答案是单调有序的(具有单调性)
代码

#include <bits/stdc++.h>
using namespace std;

typedef long long ll;
ll n, k, x[300005];

int main() {
    cin >> n >> k;
    for (int i = 1; i <= n; i++) cin >> x[i];
    sort(x + 1, x + 1 + n);

    ll l = 0, r = 1e10, ans = 1e10;
    while (l <= r) {
        ll mid = (l + r) >> 1;
        // cnt: 选出的坐标个数  pre: 上一个的坐标
        ll cnt = 1, pre = 1;
        for (int i = 2; i <= n; i++) {
            if (x[i] - x[pre] >= mid) {
                cnt++;
                pre = i;
            }
        }
        if (cnt >= k) {
            ans = mid;
            l = mid + 1;
        } else {
            r = mid - 1;
        }
    }

    cout << ans << endl;
    return 0;
}
### 问题解析 上海计算机学会 202211乙组T2题目的大意是:给定一个正整数序列,目标是通过若干次操作将序列中所有数的总和减小到不超过 $S$,每次操作可以选择一个数减1。要求在操作中尽可能少地使用操作次数,找出最少的操作次数。 该问题可以通过贪心策略解决,具体思路如下: - **判断初始条件**:首先计算所有数的总和 $sum$。如果 $sum \leq S$,则无需进行任何操作。 - **优先减少较大的数**:为了使操作次数最少,应优先减少较大的数,因为较大的数减少1所带来的总和减少更大。 - **排序与模拟**:将数组按从大到小排序,依次减少每个数,直到总和满足条件为止。 ### 解法实现 以下是一个可能的实现代码示例: ```python n, S = map(int, input().split()) a = list(map(int, input().split())) sum_total = sum(a) if sum_total <= S: print(0) else: a.sort(reverse=True) operations = 0 for num in a: reduce_amount = min(sum_total - S, num) num -= reduce_amount sum_total -= reduce_amount operations += 1 if sum_total <= S: break print(operations) ``` ### 解法分析 - **时间复杂度**:排序操作的时间复杂度为 $O(n \log n)$,遍历数组的时间复杂度为 $O(n)$,因此总时间复杂度为 $O(n \log n)$。 - **空间复杂度**:额外使用的空间为 $O(1)$,不包括输入数组。 ### 优化与扩展 - **允许选择多个数同时减1**:如果允许每次操作同时减少多个数,则可以通过优先队列(最大堆)来维护当前最大的数,每次操作减少堆顶元素。 - **动态规划解法**:对于某些变种问题,例如要求操作后的数组满足特定条件,可以考虑动态规划解法,但此题的最优解更适合贪心策略。 - **大规模数据优化**:若数据规模较大,可以采用堆结构优化减少操作的选取过程,从而减少时间复杂度。 ### 相关问题 1. 如何解决202211乙组T2的扩展问题,例如允许选择多个数同时减1? 2. 该题的进阶版本是否存在动态规划解法? 3. 如何优化解法以应对更大的数据规模? 4. 如果操作次数的代价不同,如何调整策略以最小化代价?
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