week14 限时大模拟 猫睡觉问题

本文介绍了一种算法,用于帮助一只魔法喵安排其睡眠和活动时间,确保满足特定的连续睡眠和活动时长要求,同时不干扰其观看新番的时间。

题目描述

众所周知,TT家里有一只魔法喵。这只喵十分嗜睡。一睡就没有白天黑夜。喵喵一天可以睡多次!!每次想睡多久就睡多久╭(╯^╰)╮
喵睡觉的时段是连续的,即一旦喵喵开始睡觉了,就不能被打扰,不然喵会咬人哒[○・`Д´・ ○]
可以假设喵喵必须要睡眠连续不少于 A 个小时,即一旦喵喵开始睡觉了,至少连续 A 个小时内(即A*60分钟内)不能被打扰!
现在你知道喵喵很嗜睡了,它一天的时长都在吃、喝、拉、撒、睡,换句话说要么睡要么醒着滴!
众所周知,这只魔法喵很懒,和TT一样懒,它不能连续活动超过 B 个小时。
猫主子是不用工作不用写代码滴,十分舒适,所以,它是想睡就睡滴。
但是,现在猫主子有一件感兴趣的事,就是上BiliBili网站看的新番。
新番的播放时间它已经贴在床头啦(每天都用同一张时间表哦),这段时间它必须醒着!!
作为一只喵喵,它认为安排时间是很麻烦的事情,现在请你帮它安排睡觉的时间段。

Input
多组数据,多组数据,多组数据哦,每组数据的格式如下:
第1行输入三个整数,A 和 B 和 N (1 <= A <= 24, 1 <= B <= 24, 1 <= n <= 20)
第2到N+1行为每日的新番时间表,每行一个时间段,格式形如 hh:mm-hh:mm (闭区间),这是一种时间格式,hh:mm 的范围为 00:00 到 23:59。注意一下,时间段是保证不重叠的,但是可能出现跨夜的新番,即新番的开始时间点大于结束时间点。
保证每个时间段的开始时间点和结束时间点不一样,即不可能出现类似 08:00-08:00 这种的时间段。时长的计算由于是闭区间所以也是有点坑的,比如 12:00-13:59 的时长就是 120 分钟。
不保证输入的新番时间表有序。

Output
我们知道,时间管理是一项很难的活,所以你可能没有办法安排的那么好,使得这个时间段满足喵喵的要求,即每次睡必须时间连续且不少于 A 小时,每次醒必须时间连续且不大于 B 小时,还要能看完所有的番,所以输出的第一行是 Yes 或者 No,代表是否存在满足猫猫要求的时间管理办法。
然后,对于时间管理,你只要告诉喵喵,它什么时候睡觉即可。即第2行输出一个整数 k,代表当天有多少个时间段要睡觉。
接下来 k 行是喵喵的睡觉时间段,每行一个时间段,格式形如 hh:mm-hh:mm (闭区间),这个在前面也有定义。注意一下,如果喵喵的睡眠时段跨越当天到达了明天,比如从23点50分睡到0点40分,那就输出23:50-00:40,如果从今晚23:50睡到明天早上7:30,那就输出23:50-07:30。
输出要排序吗?(输出打乱是能过的,也就是说,题目对输出的那些时间段间的顺序是没有要求的)
哦对了,喵喵告诉你说,本题是 Special Judge,如果你的输出答案和 Sample 不太一样,也可能是对的,它有一个判题程序来判定你的答案(当然,你对你自己的答案肯定也能肉眼判断)

样例

Sample Input
12 12 1
23:00-01:00
3 4 3
07:00-08:00
11:00-11:09
19:00-19:59
Sample OutputYes
1
01:07-22:13
No

思路分析

创建结构体Time存放一段时间,两个变量分别为一段时间的开始begin和结束end(分钟表示)。

  • Time型数组tasks存放番剧时间(按开始时间排序),数组sleep存放睡觉时间。
    首先通过番剧时间求出睡觉时间:
    睡觉时长=后一个番的开始-前一个番的结束+1,若大于等于A*60分钟则加入sleep数组
    开始时间点为前一个番剧结束时间+1,
    结束时间为后一个番剧开始时间-1
  • 然后再通过睡觉时间求得活动时间(即为两段睡觉时间中的间隔),方法同上。因为不能连续活动超过 B *60分钟,bool变量flag初值为true,当一段活动时间超过时长时,flag置为false。
  • 最终当flag为true时输出sleep数组中的时间点(转化为时-分)。

上面说的是在一般情况下,没有考虑到最后一个番到第二天第一个番期间时间段的处理,因为有的番可能是跨夜的。在将番剧时间表排序后,因为时间段不重叠,所以只有最后一个番可能跨夜,要对最后一个番进行判断。

  • 当tasks[0].begin<tasks[n-1].end,没有跨夜:
    从番剧结束时间到0点,从0点到第二天第一个番开始有两个睡觉时间段,并且最后番结束可能是一天的最后一分钟,第一个番开始可能是一天第一分钟,所以在+1/-1时都要进行处理。
    睡觉时长=tasks[0].begin-tasks[n-1].end-1+2460
    开始时间点=(tasks[n-1].end+1)%(24
    60);
    结束时间点=(tasks[0].begin-1+2460)%(2460)
  • 若跨夜了,则处理方法与一般方法一样
    睡觉时长=tasks[0].begin-tasks[n-1].end-1
    开始时间点=tasks[n-1].end+1;
    结束时间点=tasks[0].begin-1;

求活动时间时也要注意这个问题。

AC代码

#include<iostream>
#include<cstdio>
#include<string.h>
#include<algorithm>
using namespace std; 
struct Time
{
 int begin;
 int end;
 Time(){
 }
 Time(int _begin,int _end)
 {
  begin=_begin;
  end=_end;
 }
 bool operator < (const Time& p) const 
 {
  return begin< p.begin;
 }
};
Time tasks[25],sleep[25]; 
int main()
{
 int a,b,n;
 while(cin>>a>>b>>n)
 {
  memset(tasks,0,sizeof(tasks));
  memset(sleep,0,sizeof(sleep));
  a*=60,b*=60;
  for(int i=0;i<n;i++)
  {
   int h1,m1,h2,m2;
   scanf("%d:%d-%d:%d", &h1, &m1, &h2, &m2);
   tasks[i].begin=h1*60+m1;
   tasks[i].end=h2*60+m2;
  }
  int num=0;
  sort(tasks,tasks+n);
  for(int i=0;i<n-1;i++)
  {
   if((tasks[i+1].begin-tasks[i].end-1)>=a)
   {
    sleep[num].begin=tasks[i].end+1;
    sleep[num].end=tasks[i+1].begin-1;
    num++;
   }
  }
  if(tasks[0].begin<tasks[n-1].end)
  {
   if((tasks[0].begin-tasks[n-1].end-1+24*60)>=a)
   {
    sleep[num].begin=(tasks[n-1].end+1)%(24*60);
    sleep[num].end=(tasks[0].begin-1+24*60)%(24*60);
    num++;
   }
  }
  else
  {
   if((tasks[0].begin-tasks[n-1].end-1)>=a)
   {
    sleep[num].begin=tasks[n-1].end+1;
    sleep[num].end=tasks[0].begin-1;
    num++;
   }
  }
  if(num==0)
  {
   printf("No\n"); 
   continue;
  }
  bool flag = true;
  for(int i=0;i<num-1;i++)
  {
   if((sleep[i+1].begin-sleep[i].end-1)>b)
   {
    flag= false;
    break;
   }
  }
  if(sleep[0].begin<sleep[num-1].end)
  {
   if((sleep[0].begin-sleep[num-1].end-1+24*60)>b)
   {
    flag= false;
   }
  }
  else
  {
   if((sleep[0].begin-sleep[num-1].end-1)>b)
   {
    flag= false;
   }
  }
  if(flag)
  {
   printf("Yes\n%d\n",num);
   for(int i=0;i<num;i++)
   {
    int h1=sleep[i].begin/60,m1=sleep[i].begin%60, 
     h2= sleep[i].end/60, m2= sleep[i].end%60;
    printf("%02d:%02d-%02d:%02d\n", h1,m1,h2,m2);
   }
  }
  else
  {
   printf("No\n"); continue;
  } 
  } 
 return 0;
}
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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

打赏作者

rwyoi

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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