#贪心#codevs 1956 洛谷 1233 木棍加工

本文介绍了一种解决最长不下降子序列问题的算法实现,通过木棍长度排序及二分查找来计算最少的准备时间,适用于需要优化序列处理场景的问题。

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

题目

如果刚处理完长度为L,宽度为W的棍子,那么如果下一个棍子长度为Li,宽度为Wi,并且满足L>=Li,W>=Wi,这个棍子就不需要准备时间,否则需要1分钟的准备时间,求最少准备时间。


分析

可以看出这道题是求最长不下降子序列,所以按照木棍长度排序二分查找即可。


代码

#include <cstdio>
#include <algorithm>
#include <cctype>
struct rec{int len,w;}a[5001];
int n,f[5001],ans;
using namespace std;
int in(){
	int ans=0; char c=getchar();
	while (!isdigit(c)) c=getchar();
	while (isdigit(c)) ans=ans*10+c-48,c=getchar();
	return ans;
}
bool cmp(rec a,rec b){return a.len>b.len;}
int main(){
    n=in();
    for(int i=1;i<=n;i++) a[i]=(rec){in(),in()};
    sort(a+1,a+n+1,cmp);
    for(int i=1;i<=n;i++){
        if(a[i].w>f[ans]) f[++ans]=a[i].w;//不存在
        else{
            int l=1,r=ans;
            while(l<r){//查找
                int mid=(l+r)>>1;
                if(f[mid]>=a[i].w) r=mid;
                    else l=mid+1;
            }
            f[l]=a[i].w;
        }
    }
    printf("%d",ans);
    return 0;
}
### 关于贪心算法题目示例代码 以下是基于站内引用的内容以及专业知识整理的一个关于贪心算法的具体实现案例。此案例来源于删除数字以形成最小数值的问题描述。 #### 删除 S 个数字得到最小数 该问题的核心在于通过贪心策略减少高位较大数字的影响,从而获得整体较小的结果[^4]。 ```python def remove_k_digits(num, s): stack = [] keep = len(num) - s for digit in num: while s and stack and stack[-1] > digit: stack.pop() s -= 1 stack.append(digit) final_stack = stack[:keep] result = &#39;&#39;.join(final_stack).lstrip(&#39;0&#39;) return result if result else &#39;0&#39; # 测试样例 num = "542631" s = 3 print(remove_k_digits(num, s)) # 输出应该是可能的最小数形式 ``` 上述代码实现了从给定字符串 `num` 中移除 `s` 位后的最小数值计算逻辑。其主要思想是在遍历过程中维护一个单调递增栈,确保每次遇到更优解时能够及时替换掉次优选项。 #### 序列中的逆序对计数 另一个常见的问题是统计数组内的逆序对数量。虽然这不是典型的贪心应用场景,但它展示了如何利用高效方法解决问题[^3]。 ```python def count_inversions(arr): inv_count = 0 def merge_sort(arr): nonlocal inv_count if len(arr) <= 1: return arr mid = len(arr) // 2 left_half = merge_sort(arr[:mid]) right_half = merge_sort(arr[mid:]) i = j = k = 0 merged_arr = [0] * (len(left_half) + len(right_half)) while i < len(left_half) and j < len(right_half): if left_half[i] <= right_half[j]: merged_arr[k] = left_half[i] i += 1 else: merged_arr[k] = right_half[j] j += 1 inv_count += len(left_half) - i k += 1 while i < len(left_half): merged_arr[k] = left_half[i] i += 1 k += 1 while j < len(right_half): merged_arr[k] = right_half[j] j += 1 k += 1 return merged_arr merge_sort(arr) return inv_count # 示例输入输出测试 arr = [6, 5, 4, 2, 6, 3, 1] print(count_inversions(arr)) # 输出应该为 11 ``` 这段代码采用分治法的思想解决了逆序对计数问题,尽管它不属于严格意义上的贪心范畴,但同样体现了优化思维的重要性。
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