noip系列 2004提高组 合并果子

本文探讨了一道经典的贪心算法题目——果园合并问题,旨在寻找合并多种果子堆以最小化总消耗体力的最优策略。通过对比两种实现方式——传统贪心算法与优先队列的应用,展示了STL模板在简化代码、提升效率方面的优势。

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

题目描述

在一个果园里,多多已经将所有的果子打了下来,而且按果子的不同种类分成了不同的堆。多多决定把所有的果子合成一堆。

每一次合并,多多可以把两堆果子合并到一起,消耗的体力等于两堆果子的重量之和。可以看出,所有的果子经过n-1次合并之后,就只剩下一堆了。多多在合并果子时总共消耗的体力等于每次合并所耗体力之和。

因为还要花大力气把这些果子搬回家,所以多多在合并果子时要尽可能地节省体力。假定每个果子重量都为1,并且已知果子的种类数和每种果子的数目,你的任务是设计出合并的次序方案,使多多耗费的体力最少,并输出这个最小的体力耗费值。

例如有3种果子,数目依次为1,2,9。可以先将1、2堆合并,新堆数目为3,耗费体力为3。接着,将新堆与原先的第三堆合并,又得到新的堆,数目为12,耗费体力为12。所以多多总共耗费体力=3+12=15。可以证明15为最小的体力耗费值。
输入输出格式
输入格式:

输入文件fruit.in包括两行,第一行是一个整数n(1<=n<=10000),表示果子的种类数。第二行包含n个整数,用空格分隔,第i个整数ai(1<=ai<=20000)是第i种果子的数目。

输出格式:

输出文件fruit.out包括一行,这一行只包含一个整数,也就是最小的体力耗费值。输入数据保证这个值小于2^31。

输入输出样例
输入样例#1:

3
1 2 9

输出样例#1:

15

说明

对于30%的数据,保证有n<=1000:

对于50%的数据,保证有n<=5000;

对于全部的数据,保证有n<=10000。

 

一看题目,简简单单的贪心,写了一下轻松AC,直到学了优先队列之后,我彻底领悟到了STL的魅力所在。
讲讲思路:每次讲队伍中的元素出队,因为是优先队列,所以出队的都是最小的元素,然后合并之后再入队,具体看代码,里面有用到tmp的重载,大家可以尝试着使用使用。

 

#include<iostream>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<queue>
#include<vector>
using namespace std;
int n,i;
int sum=0;
struct cmp
{
   bool operator ()  (const int a,const int b) const
   {
        return a>b;
   }
};

int main()
{  
     priority_queue< int, vector<int>,cmp > q;
     cin>>n;
     while(n--)
     {
       cin>>i;
       q.push(i);
       
   }
   while(q.size()>1)
   {
      int x,y;
      x=q.top();
      q.pop();
      y=q.top();
      q.pop();
      sum=sum+x+y;
      q.push(x+y);
      
   }
   cout<<sum<<endl;
       
    return 0;
}

下面是原先的贪心做法

#include<bits/stdc++.h>
using namespace std;
int a[100000];
int n;
int sum=0;
int pai(int k)
{
   int m;
   int i;
   int x=a[k];
   for(i=k+1;i<=n;i++)
   {
     if(a[k]<a[i])
       {
         m=i-1;return m;
       }
   }
}

int main()
{
    cin>>n;
    int i;
    long long sum=0;
    for(i=1;i<=n;i++)
      cin>>a[i];
    sort(a+1,a+n+1);
    for(i=1;i<n;i++)
    {
       a[i+1]+=a[i];
       sum+=a[i+1];
       a[i]=-1;
       int x=a[i+1];
       int m;
         m=   pai(i+1);
         for(int l=i+1;l<m;l++)
             a[l]=a[l+1];
            a[m]=x;
      }
      cout<<sum<<endl;
}

 

对比一下时间上以及空间上的差异:
这是贪心算法
这是贪心算法
这是STL模板
这是STL模板
终于深切感受到了STL模板的魅力所在。
看了题解大神之后发现还可以用二叉堆来做,我还需要继续思考,以后补上。

PS:本蒟蒻第一次写博客,谢谢大家的支持~

### NOIP 2004 提高 合并果子 Python 解题思路 #### 背景描述 合并果子问题是经典的贪心算法题目之一。给定若干堆果子的数量,每次可以选取两堆数量最少的果子将其合并成一堆,并记录此次合并所花费的成本(即这两堆果子数之和)。最终目标是最小化总成本。 #### 思路分析 为了最小化合并过程中的总成本,应该优先考虑将较小的两堆先合并起来。这样做的好处是可以减少后续较大规模合并时所需付出的成本。具体来说: - 使用一个小根堆来存储每堆果子的数量。 - 每次取出两个最小值进行合并操作,并把新得到的结果重新放回堆中继续参与下一轮比较。 - 记录每一次合并产生的费用直到只剩下一堆为止[^1]。 #### 实现方法 基于上述策略,在Python编程语言环境下可以通过`heapq`模块轻松构建这样一个高效的小顶堆结构来进行求解。 ```python import heapq def min_cost_to_merge_fruits(fruit_piles): # 将所有的果子堆加入到一个列表里, 并转换为最小堆 heapq.heapify(fruit_piles) total_cost = 0 while len(fruit_piles) > 1: # 取出当前最小的两堆果子 first_min = heapq.heappop(fruit_piles) second_min = heapq.heappop(fruit_piles) current_cost = first_min + second_min # 更新总的消耗代价 total_cost += current_cost # 把这次合并后的结果再加回到堆里面去 heapq.heappush(fruit_piles, current_cost ) return total_cost ``` 此函数接收一个整型数作为输入参数,代表初始状态下各堆果子的具体数目;返回的是完成全部合并不需要额外空间复杂度下的最低可能耗费时间/次数。
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