[luogu1080] 国王游戏

本文介绍了一个经典的算法问题,通过贪心策略而非二分法来找到使最大值最小化的最优解。详细解析了如何根据l[i]*r[i]的大小进行排序,并通过具体实现展示了算法的高效性和简洁性。

题面

​ 这是一个比较经典(害人不浅)的题目啊, 很早就听说过这个题目的大名, 今日得见, 果然非凡题所可以比拟的啊, 行了, 瞎扯就先扯到这里, 题目大意应该是很好解释的, 我就不解释了, 要使得最大值最小啊, 我们第一个想到的肯定是二分啊, 但是这题不用二分(我也不知道为啥, 反正看到就知道不用二分). 要问比二分更好的策略是什么, 肯定是贪心了, 那么这道题就考虑贪心吧. 因为最大值最小, 我们可以从最后一个向前分析, 毕竟最后一个的值最大是概率最大的情况, 不妨设当前考虑的最后一个人位置为\(k\), 设前面\(k - 1\)个人左手的乘积为\(max(k - 1)\), 每个人左手的数为\(l[i]\), 右手的数为\(r[i]\)则有这样一个算式:
\[ \frac{max(k - 1)}{r[k]} = \frac{max(k - 1) * l[k]}{r[k] * l[k]} \]
​ 观察到, 由于k为最后一个数, 故\(max(k - 1)\)\(l[k]\)的乘积是一个定值, 所以, 只要\(r[k] * l[k]\)的值最小就可以了, 然后假装选完了最后一个数, 选倒数第二个数, 此时倒数第二个数为除了最后一个数之外的最后一个数, 不停地往前选择, 最后会发现, 排队的方式就是按\(l[i] * r[i]\)的大小升序排序, 所以就可以做完了, 多好啊...

具体实现

#include <algorithm>
#include <iostream>
#include <cstring>
#include <cstdio>
#define N 20005
using namespace std;

int n, L, R;
struct node
{
    int l, r; 
} per[N];
int sum[N], ans[N], num[N], cnt, tot, rnt; 

inline int read()
{
    int x = 0, w = 1;
    char c = getchar();
    while(c < '0' || c > '9') { if (c == '-') w = -1; c = getchar(); }
    while(c >= '0' && c <= '9') { x = x * 10 + c - '0'; c = getchar(); }
    return x * w;
}

inline bool cmp(node a, node b) { return 1ll * a.l * a.r < 1ll * b.l * b.r; }

inline int gett(int x)
{
    if(!x) return 1; 
    int res = 0; 
    while(x)
    {
        res++; 
        x /= 10; 
    }
    return res; 
}guowangyouxi

inline void times(int x)
{
    bool flag = 0; 
    for(int i = cnt; i >= 0; i--)
    {
        sum[i] *= x;
        int up = sum[i] / 10000;
        sum[i] %= 10000;
        if(up > 0)
        {
            if(i == cnt) { sum[cnt + 1] += up; flag = 1; }
            else sum[i + 1] += up; 
        }
    }
    if(flag) cnt++;
}

inline void divite(int x)
{
    int rem = 0; rnt = cnt; 
    for(int i = cnt; i >= 0; i--)
    {
        num[i] = (rem * 10000 + sum[i]) / x; 
        rem = (rem * 10000 + sum[i]) % x;
    }
    while(!num[rnt]) rnt--;
}

inline bool compare()
{
    if(rnt > tot) return 1;
    if(rnt < tot) return 0;
    for(int i = rnt; i >= 0; i--)
    {
        if(num[i] > ans[i]) return 1;
        if(num[i] == ans[i]) continue;
        if(num[i] < ans[i]) return 0; 
    }
}

inline void cp()
{
    tot = rnt; 
    for(int i = 0; i <= tot; i++) ans[i] = num[i]; 
}

int main()
{
    n = read(); L = read(); R = read();
    for(int i = 1; i <= n; i++) { per[i].l = read(); per[i].r = read(); }
    sort(per + 1, per + n + 1, cmp);
    sum[0] = L; 
    for(int i = 1; i <= n; i++)
    {
        divite(per[i].r); 
        times(per[i].l);
        if(compare()) cp();
    }
    for(int i = tot; i >= 0; i--)
    {
        int number = 4 - gett(ans[i]);
        if(i != tot) for(int j = 1; j <= number; j++) printf("0"); 
        printf("%d", ans[i]);
    }
    puts(""); 
    return 0;
}

​ 其实我是拒绝写高精度的, 因为初学OI的时候给我带了一些极其不好的感受, 但写完这个题后, 啊, 高精似乎也不是很难啊......

转载于:https://www.cnblogs.com/ztlztl/p/10440619.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