kkksc03考前临时抱佛脚(洛谷 P2392)

kkksc03面临期末考试,需高效复习四科,采用双脑并行策略解决复习时间优化问题。通过转换为背包问题,求解最小复习时间。

kkksc03考前临时抱佛脚

题目背景

kkksc03的大学生活非常的颓废,平时根本不学习。但是,临近期末考试,他必须要开始抱佛脚,以求不挂科。

题目描述

这次期末考试,kkksc03需要考4科。因此要开始刷习题集,每科都有一个习题集,分别有s1,s2,s3,s4道题目,完成每道题目需要一些时间,可能不等(A1…As1,B1…Bs2,C1…Cs3,D1…Ds4)。

kkksc03有一个能力,他的左右两个大脑可以同时计算2道不同的题目,但是仅限于同一科。因此,kkksc03必须一科一科的复习。

由于kkksc03还急着去处理洛谷的bug,因此他希望尽快把事情做完,所以他希望知道能够完成复习的最短时间

输入格式

本题包含5行数据:第1行,为s1,s2,s3,s4(1≤s1,s2,s3,s4≤20)

第2行,为A1…As1 共s1个数,表示第一科习题集每道题目所消耗的时间。

第3行,为B1…Bs2 共s2个数,

第4行,为C1…Cs3 共s3个数,

第5行,为D1…Ds4 共s4个数,意思均同上。

(1≤A1…As1,B1…Bs2,C1…Cs3,D1…Ds4≤60)

输出格式

输出一行,为复习完毕最短时间。

输入 #1

1 2 1 3
5
4 3
6
2 4 3

输出 #1

20

首先,这是一道假贪心,真背包;写了几十行贪心代码,交上去爆0,太tm无语了;
把单个科目的总时间加起来,作为单个科目最大的复习时间m,然后转化为背包题,求m/2的最大复习时间;还有一个点,将一边的脑子加到最接近一半则另一边脑子时间就是正解

代码:

#include<bits/stdc++.h>
using namespace std;
int s[5];
int a[5][30];
int dp[3000];
int b[5];
int sum;
int main(){
	for(int i=1;i<=4;i++) scanf("%d",&s[i]);
	for(int i=1;i<=4;i++){
		for(int j=1;j<=s[i];j++){
			scanf("%d",&a[i][j]);
			b[i]+=a[i][j];
		}
	}
	for(int i=1;i<=4;i++){
		for(int j=1;j<=s[i];j++){
			for(int k=b[i]/2;k>=1;k--){
				if(k>=a[i][j]){
					dp[k]=max(dp[k],dp[k-a[i][j]]+a[i][j]);
				}
			}
		}
		sum+=b[i]-dp[b[i]/2];
		memset(dp,0,sizeof(dp));
	}
	printf("%d\n",sum);
	return 0;
} 
### 关于 kkksc03 考前复习的深度资料 #### 题目背景与目标 kkksc03 是一名大学生,其生活方式较为懒散,在学期大部分时间内并未投入学习精力。然而,随着期末考试的到来,为了通过四门课程的考核,他不得不采取紧急措施来弥补学业上的不足[^2]。 #### 复习策略的核心问题 该问题本质上是一个优化问题,涉及如何合理分配有限的时间资源以最大化复习效果。具体而言,kkksc03 面临的任务可以分解如下: 1. **科目数量固定**:共有 4 科需要复习,分别为 A、B、C 和 D。 2. **题目分布明确**:每科对应一个习题集,其中包含一定数量的题目 \(s_1, s_2, s_3, s_4\),完成这些题目所需时间各不相同[^4]。 3. **时间约束显著**:由于复习时间有限,需找到一种最优解法使得总复习效率最高。 #### 解决方案概述 针对上述问题,通常采用深度优先搜索(DFS)算法结合剪枝技术实现高效求解。以下是解决方案的关键点: - **状态表示**:定义当前已处理的科目及其对应的已完成题目数目作为 DFS 的核心状态变量[^3]。 - **递归终止条件**:当所有科目均已完全复习完毕时停止递归操作,并记录此时所耗费的总时间。 - **剪枝优化**: - 如果发现某条路径已经无法优于现有最佳结果,则立即放弃继续探索此分支。 - 对剩余未处理部分进行预估计算,提前排除不可能成为全局最优的情况。 ```python def dfs(current_subject, total_time_spent): global best_solution # 终止条件判断 if current_subject == 5: if total_time_spent < best_solution: best_solution = total_time_spent return # 尝试不同组合方式 for i in range(possible_options[current_subject]): new_total_time = total_time_spent + time_cost[current_subject][i] # 剪枝逻辑 if new_total_time >= best_solution: continue dfs(current_subject + 1, new_total_time) # 初始化参数并调用函数入口 best_solution = float('inf') dfs(1, 0) print(best_solution) ``` 以上代码片段展示了基于 DFS 实现的具体方法框架。 #### 数据输入与输出说明 数据结构设计应充分考虑实际需求,确保能够灵活适应各类测试案例的要求。例如,对于第四类别的详细信息录入形式可参照以下模式[^5]: - 输入样例中的第五行提供了有关学科 D 所含全部子项的数据集合 \(\{D_1, D_2,...,D_{s_4}\}\),用于后续运算过程中的精确匹配与验证工作。 ---
评论
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