小L的试卷

博客围绕二分法展开,提到题目有一定难度。解题思路是先任意选数字运用二分法,考虑找寻最短完成任务时间,每个老师批改顺序可不连续。通过建立数组并排序,求特定范围最小数字与后面数字之和,最终得出最小数。
题目描述
小L期末考试结束,高高兴兴放假回家了,可是那么多试卷,老师还要加班批改,有n份试卷由k个老师批改,n份试卷进行了密封编号,由于试卷上的做题情况和书写的规范程序不一样,
批改不同的试卷用时也可能不一样,每个老师批改试卷的编号顺序是连续的,每位老师批改完分配给自己的试卷就可以离开,问最后离开的老师,最短可能的用时是多少,
假定一份试卷让任何一位老师批改用时都是一样的。现在请你设计一种分配方案,使得最后离开的老师用时最短。 输入 第一行两个整数n,k;(0<k≤n≤1000) 第二行n个整数,第i个整数表示批改第i份试卷的用时。 输出 输出一个整数,表示最后离开的老师所用的最短时间 样例输入 Copy 9 3 1 2 3 4 5 6 7 8 9 样例输出 Copy 17

二分法,这一题有点小难度。。。

首先,任意找一个数字运用二分法,

#include<iostream> 
using namespace std;
typedef long long ll;
const ll inf = 0x3f3f3f3f;
const int maxn = 1e5 + 10;
int n , k;
ll a[maxn];
long y=12;
bool isok(int x)
{
   if(y<x) return true;//  r=mid-1
   else return false;//l=mid+1
}
int main()
{
    ll l = 0 , r = inf;
    while (l <= r)
    {
        int mid = (l + r) / 2;
        if (isok(mid))  r = mid-1;
        else  l = mid + 1;
    }

    cout << l << endl;
    return 0;
}
View Code

 

#include<iostream> 
using namespace std;
typedef long long ll;
const ll inf = 0x3f3f3f3f;
const int maxn = 1e5 + 10;

int n , k;
ll a[maxn];

bool isok(int x)
{
    int num = 0;
    ll temp = 0;
    for (int i=1; i<=n; i++)
    {
        if (a[i] > x)  return false; //数值增大 
        temp += a[i];
        if (temp > x)
        {
            num ++;   //统计分段次数 
            temp = a[i]; // l作为最后的情况,其他情况要小于l 
        }
    }
    if (temp > 0)  num ++;
    if (num <= k)  return true;//统计段数小于k  l减小 
    else  return false;//增大 
}
int main()
{
    scanf("%d%d", &n, &k);
    for (int i=1; i<=n; i++)  scanf("%lld", &a[i]);
    ll l = 0 , r = inf;
    while (l <= r) 
    {
        int mid = (l + r) / 2;
        if (isok(mid))  r = mid-1;
        else  l = mid + 1;
    }

    cout << l << endl;
    return 0;
}
View Code

 

我开始考虑的是找寻最短完成任务的时间,即每个老师批改的顺序不连续,

首先建立数组,arr[n]   将arr【n】由大往小排序,求a[0....k-1] 中最小的数字然后加上后面的数字,最终可以求出最小的数。

转载于:https://www.cnblogs.com/helloworld2019/p/10566243.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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