【UOJ455】【UER #8】雪灾与外卖

该博客探讨了一种解决雪灾背景下外卖配送优化问题的算法。文章首先排除无解的情况,并设定一个极大的数值作为初始匹配成本。接着,通过动态维护送餐员与餐馆之间的匹配,利用两个堆结构来优化匹配过程,确保在考虑每个元素时,可以撤销之前的匹配以寻找更优解。博主提供了详细思路和时间复杂度分析,代码实现中堆操作的总数保持在O(N)级别,整体时间复杂度为O((N+M)Log(N+M))。

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

【题目链接】

【思路要点】

  • 首先判断是否无解,以下讨论默认问题有解。
  • ∞ \infty 为一个足够大的数,对于送餐员 X i X_i Xi ,在 X i − ∞ X_i-\infty Xi 处增加 1 1 1 个餐馆,令所有送餐员初始时与其对应的餐馆匹配,即初始时 A n s = N ∗ ∞ Ans=N*\infty Ans=N
  • 从左到右考虑每一个元素,加入当前的考虑集合。
  • 若加入元素为送餐员 X X X ,那么我们可以找到之前一个的一个餐馆 ( Y , w ) (Y,w) (Y,w) 与之匹配,其代价为 X − Y + w X-Y+w XY+w ,因此,我们应当找到一个尚未匹配的 − Y + w -Y+w Y+w 最小的餐馆。这样的匹配不一定是全局最优的,因此我们应当加入 “撤销” 功能,即对于将来的某个餐馆,它可能选择取消本次的匹配,转而与该送餐员匹配,因此,我们分别用两个堆来维护可以匹配的餐馆和送餐员。
  • 若加入元素为餐馆,则可以在使答案更优的情况下尽可能地取消之前的匹配,同时,我们也需要考虑取消本次的匹配与后面的送餐员、餐馆匹配的可能性,详见以下代码。
  • 在下列代码中,堆 T T T 中元素个数在每次加入一个元素后的增量为 O ( 1 ) O(1) O
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