TYVJ P2072 - [NOIP2012T2]国王游戏

本文解析了NOIP 2012提高组第二题的游戏策略问题,通过数学分析和算法设计,阐述了如何通过排序大臣们的手上数字乘积来最小化最高奖励的方法。

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

背景 Background
NOIP 2012 提高组 题2
描述 Description
恰逢 H 国国庆,国王邀请 n 位大臣来玩一个有奖游戏。首先,他让每个大臣在左、右手上面分别写下一个整数,国王自己也在左、右手上各写一个整数。然 后,让这 n 位大臣排成一排,国王站在队伍的最前面。排好队后,所有的大臣都会获得国王奖赏的若干金币,每位大臣获得的金币数分别是:排在该大臣前面的 所有人的左手上的数的乘积除以他自己右手上的数,然后向下取整得到的结果。
国王不希望某一个大臣获得特别多的奖赏,所以他想请你帮他重新安排一下队伍的顺序,使得获得奖赏最多的大臣,所获奖赏尽可能的少。注意,国王的位置始终在队伍的最前面。
输入格式 InputFormat
第一行包含一个整数 n,表示大臣的人数。
第二行包含两个整数 a 和 b,之间用一个空格隔开,分别表示国王左手和右手上的整数。
接下来 n 行,每行包含两个整数 a 和 b,之间用一个空格隔开,分别表示每个大臣左手和右手上的整数。
输出格式 OutputFormat
输出只有一行,包含一个整数,表示重新排列后的队伍中获奖赏最多的大臣所获得的金币数。
样例输入 SampleInput [复制数据]
3
1 1
2 3
7 4
4 6
样例输出 SampleOutput [复制数据]
2
数据范围和注释 Hint
【输入输出样例说明】
按 1、2、3 号大臣这样排列队伍,获得奖赏最多的大臣所获得金币数为 2;
按 1、3、2 这样排列队伍,获得奖赏最多的大臣所获得金币数为 2;
按 2、1、3 这样排列队伍,获得奖赏最多的大臣所获得金币数为 2;
按 2、3、1 这样排列队伍,获得奖赏最多的大臣所获得金币数为 9;
按 3、1、2 这样排列队伍,获得奖赏最多的大臣所获得金币数为 2;
按 3、2、1 这样排列队伍,获得奖赏最多的大臣所获得金币数为 9。
因此,奖赏最多的大臣最少获得 2 个金币,答案输出 2。
【数据范围】
对于 20%的数据,有 1≤ n≤ 10,0 < a、b < 8;
对于 40%的数据,有 1≤ n≤20,0 < a、b < 8;
对于 60%的数据,有 1≤ n≤100;
对于 60%的数据,保证答案不超过 109;
对于 100%的数据,有 1 ≤ n ≤1,000,0 < a、b < 10000。
 
思路:当时比赛时我只有50分。当然没想到正解,好像是N^3的伪DP
现在知道了该怎么做了。。讲讲为什么要按照a*b排序
我们假设一个方案
a b
c d
e f
g h
第三项的值:a*c/f
第四项的值:a*c*e/h
假设我们交换第三项和第四项
变成
a b
c d
g h
e f
第三项的值:a*c/h
第四项的值:a*c*g/f
如果我们交换能获得更优的值,那么我们需要做比较。。第一次的第四项的值显然>第二次第三项的值
那么主要是比较第一次第四项的值和第二次第四项的值
需要满足:a*c*e/h>a*c*g/f 整理一下 e*f>h*g
那么也就是说:如果前一项的两个数的乘积>后一项的两个数的乘积,那么总能交换它们得到更优的值,故应该按照乘积大小排序
注意要高精!!!压8位的话,数组开到600就够了
 
#include <cmath>
#include <cstdio>
#include <algorithm>
#include <cstring>
#include <string>
#include <cstdlib>
using namespace std;

typedef long long ll;
const int maxn=2210,ml=10200,maxl=600;
const ll mod=100000000;
struct qq
{
	int a,b;
	friend bool operator < (qq a,qq b)
	{
		return a.a*a.b<b.a*b.b;
	}
} q[maxn];
ll c[ml],d[ml],add,ans[ml],t;
int vv,n;


void close()
{
exit(0);
}

bool judge()
{
	for (int i=1;i<=maxl;i++)
		if (d[i]>ans[i])
			return true;
		else
			if (ans[i]>d[i])
				return false;
	return true;
}

void compare()
{
	if (judge())
		memcpy(ans,d,sizeof(d));
}

void mul(ll *a,int v)
{
	add=0;
	for (int i=maxl;i>=1;i--)
	{
		t=a[i]*v+add;
		a[i]=t % mod;
		add=t / mod;
	}
}

void divide(ll *a,int div)
{
	add=0;
	for (int i=1;i<=maxl;i++)
	{
		t=add*mod+a[i];
		a[i]=t / div;
		add=t % div;
	}
}
		
void print(ll *a)
{
	int i;
	for (i=1;i<maxl && a[i]==0;i++);
	printf("%lld",a[i]);

	if (i==maxl) printf("\n");
	for (int j=i+1;j<=maxl;j++)
	{
		printf("%08lld",a[j]);
		if (j==maxl)
			printf("\n");
	}
}

void work()
{
	ans[maxl]=vv / q[1].b;
	c[maxl]=vv;
	for (int i=1;i<n;i++)
	{
		mul(c,q[i].a);
		memcpy(d,c,sizeof(c));
		divide(d,q[i+1].b);
		/*
		printf("c:");
		printf("d:");
		printf("--------------------\n");
		
		print(c);
		print(d);
        */
		compare();
	}
	print(ans);
}

void init()
{
	scanf("%d",&n);
	int useless;
	scanf("%d %d",&vv,&useless);
	for (int i=1;i<=n;i++)
		scanf("%d %d",&q[i].a,&q[i].b);
	sort(q+1,q+n+1);
	ans[maxl]=vv;
	work();
}

int main ()
{
	init();
	close();
	return 0;
}

 

 

转载于:https://www.cnblogs.com/cssystem/p/3170670.html

内容概要:本文详细介绍了扫描单分子定位显微镜(scanSMLM)技术及其在三维超分辨体积成像中的应用。scanSMLM通过电调透镜(ETL)实现快速轴向扫描,结合4f检测系统将不同焦平面的荧光信号聚焦到固定成像面,从而实现快速、大视场的三维超分辨成像。文章不仅涵盖了系统硬件的设计与实现,还提供了详细的软件代码实现,包括ETL控制、3D样本模拟、体积扫描、单分子定位、3D重建和分子聚类分析等功能。此外,文章还比较了循环扫描与常规扫描模式,展示了前者在光漂白效应上的优势,并通过荧光珠校准、肌动蛋白丝、线粒体网络和流感A病毒血凝素(HA)蛋白聚类的三维成像实验,验证了系统的性能和应用潜力。最后,文章深入探讨了HA蛋白聚类与病毒感染的关系,模拟了24小时内HA聚类的动态变化,提供了从分子到细胞尺度的多尺度分析能力。 适合人群:具备生物学、物理学或工程学背景,对超分辨显微成像技术感兴趣的科研人员,尤其是从事细胞生物学、病毒学或光学成像研究的科学家和技术人员。 使用场景及目标:①理解和掌握scanSMLM技术的工作原理及其在三维超分辨成像中的应用;②学习如何通过Python代码实现完整的scanSMLM系统,包括硬件控制、图像采集、3D重建和数据分析;③应用于单分子水平研究细胞内结构和动态过程,如病毒入侵机制、蛋白质聚类等。 其他说明:本文提供的代码不仅实现了scanSMLM系统的完整工作流程,还涵盖了多种超分辨成像技术的模拟和比较,如STED、GSDIM等。此外,文章还强调了系统在硬件改动小、成像速度快等方面的优势,为研究人员提供了从理论到实践的全面指导。
内容概要:本文详细介绍了基于Seggiani提出的渣层计算模型,针对Prenflo气流床气化炉中炉渣的积累和流动进行了模拟。模型不仅集成了三维代码以提供气化炉内部的温度和浓度分布,还探讨了操作条件变化对炉渣行为的影响。文章通过Python代码实现了模型的核心功能,包括炉渣粘度模型、流动速率计算、厚度更新、与三维模型的集成以及可视化展示。此外,还扩展了模型以考虑炉渣组成对特性的影响,并引入了Bingham流体模型,更精确地描述了含未溶解颗粒的熔渣流动。最后,通过实例展示了氧气-蒸汽流量增加2%时的动态响应,分析了温度、流动特性和渣层分布的变化。 适合人群:从事煤气化技术研究的专业人士、化工过程模拟工程师、以及对工业气化炉操作优化感兴趣的科研人员。 使用场景及目标:①评估不同操作条件下气化炉内炉渣的行为变化;②预测并优化气化炉的操作参数(如温度、氧煤比等),以防止炉渣堵塞;③为工业气化炉的设计和操作提供理论支持和技术指导。 其他说明:该模型的实现基于理论公式和经验数据,为确保模型准确性,实际应用中需要根据具体气化炉的数据进行参数校准。模型还考虑了多个物理场的耦合,包括质量、动量和能量守恒方程,能够模拟不同操作条件下的渣层演变。此外,提供了稳态求解器和动态模拟工具,可用于扰动测试和工业应用案例分析。
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