1033 To Fill or Not to Fill (25分)

本文详细解析了一种基于贪心策略的最优加油算法,通过在可达范围内选择油价最低的加油站来减少总花费。文章介绍了算法的实现思路,包括在不同情况下如何决定加油策略,以及在最后一站的特殊处理方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述

思路:总体来说是用贪心策略,即尽可能地选择油价最低的加油站来加油。假设车辆现位于加油站s(不是最后一个加油站), 情况可以分为如下:

Ⅰ、在车辆可达的范围(即在s处加满油后,能走的最远距离)内,没有加油站,……。
Ⅱ、在车辆可达的范围(即在s处加满油后,能走的最远距离)内,有加油站s0的油价低于s处,那么,就在s处加油,使车辆恰好能到达s0。
Ⅲ、在车辆可达的范围(即在s处加满油后,能走的最远距离)内,没有有加油站的油价低于s处,那么:
①、如果在当前加油站加油后能直接到达终点,就在s处加油,使车辆恰好 到达终点。
②、如果在当前加油站加油后不能直接到达终点,就在s处加满油,并且加油后开到从s开始所能到达最远的加油站,途中不再加油。

最后一站需要单独考虑:
①、能开到终点,就计算所需要的油量和价格
②、开不到终点,……

#include<iostream>
#include<algorithm>
using namespace std;
const int maxn = 510;
int  n;
float sum, cap, curCap, dis, disPerU;//分别为费用、油箱容量、当前油量、路程、每单位油能走多远
float curPos = 0;//当前位置
struct sta{
 float price;//油价
 float pos;//加油站位置
}stas[maxn];
bool cmp(sta s1, sta s2) {
 return s1.pos < s2.pos;
}
int main() {
 cin >> cap >> dis >> disPerU >> n;
 sum = 0;
 curCap = 0;
 for (int i = 0; i < n; i++) {
  cin >> stas[i].price >> stas[i].pos;
 }
 sort(stas, stas + n, cmp);

 if (stas[0].pos > 0) {//注意如果起点没有加油站就gg了
  cout << "The maximum travel distance = 0.00" << endl;
  return 0;
 }
 int preSta = 0;//前一个加油站的位置
 for (int i = 0; i < n; ) {
  curCap -= (stas[i].pos - stas[preSta].pos) / disPerU;//每到达一个加油站都需要重新计算油量
  if (i == n - 1) {//最后一站
   if (stas[i].pos + cap * disPerU < dis) {//到不了终点
    curPos = stas[i].pos + cap * disPerU;
    break;
   }
   else {//能到终点
    sum += ((dis - stas[i].pos) / disPerU - curCap) * stas[i].price;
    printf("%0.2f\n", sum);
    return 0;
   }
  }
  if (stas[i].pos + cap * disPerU < stas[i+1].pos) {//不是最后一站且到不了下一站,gg
   curPos = stas[i].pos + cap * disPerU;
   break;
  }
  int j = i;
  int k = i;
  while (stas[k].pos <= stas[i].pos + cap * disPerU&&k<n) {//在可达范围内,找比当前加油站油价更低的加油站
   if (stas[k].price < stas[i].price) {
    j = k;
    break;
   }
   k++;
  }
  if (j == i) {//没有找到,就加满油
   if (stas[i].pos + cap * disPerU >= dis) {
    sum += ((dis - stas[i].pos) / disPerU - curCap) * stas[i].price;
    printf("%0.2f\n", sum);
    return 0;
   }
   sum += (cap - curCap) * stas[i].price;
   curCap = cap;
   while (stas[i].pos + cap * disPerU >= stas[j].pos && j < n)j++;//并且开到能到的最远的加油站
   j -= 1;
  }
  else {//如果有比当前价格更低的加油站,就开过去
   float lack = (stas[j].pos - stas[i].pos) / disPerU;
   sum += (lack - curCap) * stas[i].price;
   curCap = lack;
  }
  preSta = i;
  i = j;
 }
 //所有可以到达终点的情况都在上面return 0了,运行到这里说明到不了终点
 printf("The maximum travel distance = %0.2f\n", curPos);
 return 0;
}
### NetCDF 文件中数据类型无效或 _FillValue 类型不匹配解决方案 当处理 NetCDF 文件时,如果遇到数据类型无效或 `_FillValue` 类型不匹配的问题,通常是因为定义的数据类型与实际存储的数据类型不符。为了确保一致性并解决问题,可以采取以下措施: #### 验证和调整数据类型 在创建或修改 NetCDF 文件时,务必确认变量声明的数据类型与其对应的 `_FillValue` 的数据类型一致。例如,在 Java 中使用 `netCDF` 库时,可以通过如下方式设置合适的约束条件来验证特征类型的合法性[^1]。 ```java // 创建一个新的特征类型约束对象用于检查有效性 FeatureTypeConstraint constraint = styleFactory.createFeatureTypeConstraint("Feature", Filter.INCLUDE, null); ``` 对于具体的数据类型校验,则应通过编程接口获取当前使用的填充值及其所属类型,并将其转换为目标类型后再赋给相应属性。下面是一个 Python 示例代码片段展示如何操作 netCDF4 模块中的文件以修正此类错误: ```python import numpy as np from netCDF4 import Dataset def fix_fillvalue_type(ncfile_path): with Dataset(ncfile_path, 'r+') as ds: for var_name in ds.variables.keys(): variable = ds[var_name] # 获取原始 FillValue 和 dtype 属性 fill_value = getattr(variable, '_FillValue', None) if isinstance(fill_value, (np.floating)): new_dtype = float elif isinstance(fill_value, (int, np.integer)): new_dtype = int else: continue # 如果现有 dtype 不同于推断的新 dtype 则更新它 current_dtype = variable.dtype.type if not issubclass(current_dtype, new_dtype): print(f'Changing {var_name} from type {current_dtype.__name__} to {new_dtype.__name__}') # 更新变量的 dtype 并重新设定 FillValue delattr(variable, "_FillValue") # 删除旧的 FillValue 属性 variable.setncattr("_FillValue", np.array([fill_value], dtype=new_dtype)[0]) ``` 此函数遍历指定路径下的 NetCDF 文件内的所有变量,针对每个变量判断其 `_FillValue` 是否存在以及是否需要更改关联的数据类型;一旦发现差异即执行必要的更正动作。
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