1098 均分纸牌 ——http://codevs.cn/problem/1098/

第一部分:题目

题目描述 Description

有 N 堆纸牌,编号分别为 1,2,…, N。每堆上有若干张,但纸牌总数必为 N 的倍数。可以在任一堆上取若于张纸牌,然后移动。
  移牌规则为:在编号为 1 堆上取的纸牌,只能移到编号为 2 的堆上;在编号为 N 的堆上取的纸牌,只能移到编号为 N-1 的堆上;其他堆上取的纸牌,可以移到相邻左边或右边的堆上。
  现在要求找出一种移动方法,用最少的移动次数使每堆上纸牌数都一样多。

  例如 N=4,4 堆纸牌数分别为:
  ① 9 ② 8 ③ 17 ④ 6
  移动3次可达到目的:
  从 ③ 取 4 张牌放到 ④ (9 8 13 10) -> 从 ③ 取 3 张牌放到 ②(9 11 10 10)-> 从 ② 取 1 张牌放到①(10 10 10 10)。

输入描述 Input Description

第一行N(N 堆纸牌,1 <= N <= 100)
第二行A1 A2 … An (N 堆纸牌,每堆纸牌初始数,l<= Ai <=10000)

输出描述 Output Description

输出至屏幕。格式为:
所有堆均达到相等时的最少移动次数。‘

样例输入 Sample Input

4
9 8 17 6

样例输出 Sample Output

3

第二部分:思路

贪心算法:对于此题来说,贪心就是怎么移动最少次数使所有堆”均分“。那么对于每一堆来说,怎么最快达到平均水平?如题:1号堆只能与2号堆交换(给或取),N号堆只能与N-1号堆交换。那么对于中间堆来说,可以与两边相邻的堆交换。想一下:从1~N号堆按顺序数,如果当前堆不够怎么办,肯定从后面借,不管你够不够我缺多少借多少,这就是贪心。如果当前堆多了,很明显给后面。给谁呢,给后面与它相邻的,不管它够不够多的全给你,贪心(只要当前堆满足平均水平就好了,其他不管)。

解释:为什么不够或者多了直接找后面呢,想一下就知道,从左向右数,如果不满足是不是就进行相应处理,那么对于当前堆来说,它前面的是不是肯定满足平均水平呢,答案是肯定的。

第三部分:代码

#include<stdio.h>
int main()
{
    int n,s[100],i,sum,count,time=0;
    scanf("%d",&n);
    sum=0;//统计纸牌总数 
    for(i=0;i<n;i++)
    {
        scanf("%d",&s[i]);
        sum+=s[i];
    }
    count=sum/n;//平均每堆有多少张纸牌 
    for(i=0;i<n;i++)//从左向右数 
    {
        if(s[i]<count)//不够就借右边相邻的 
        { 
            s[i+1]-=count-s[i];//不够时向右边取 
            time++;//记录移动次数 
        }
        if(s[i]>count)
        {
            s[i+1]+=s[i]-count;//左边多的给右边 
            time++;
        }
        s[i]=count;//经过移动当前堆肯定满足平均水平 
    }
    printf("%d\n",time);
    return 0;
}

 

转载于:https://www.cnblogs.com/xiangguoguo/p/5357091.html

数据预处理和可视化通常需要不同的代码,我可以为您提供数据预处理代码和可视化代码的范例,供您参考。 数据预处理代码: 1. 导入要的库 ```python import pandas as pd import numpy as np ``` 2. 读取数据 ```python url = 'https://www.dxsbb.com/news/7566.html' df = pd.read_html(url)[0] ``` 3. 删除无用列 ```python df.drop(['序号'], axis=1, inplace=True) ``` 4. 对数据进行清洗和处理 ```python # 将字符串转换为浮点数 df['总分'] = df['总分'].astype(float) df['语文'] = df['语文'].astype(float) df['数学'] = df['数学'].astype(float) df['英语'] = df['英语'].astype(float) # 计算平均分 df['平均分'] = df[['语文', '数学', '英语']].mean(axis=1) # 计算总分排名和平均分排名 df['总分排名'] = df['总分'].rank(ascending=False) df['平均分排名'] = df['平均分'].rank(ascending=False) ``` 5. 输出处理后的数据 ```python print(df.head()) ``` 可视化代码: 1. 导入要的库 ```python import matplotlib.pyplot as plt import seaborn as sns ``` 2. 绘制柱状图 ```python # 绘制总分排名前10名的柱状图 top10_total = df.sort_values('总分排名').head(10) sns.barplot(x='姓名', y='总分', data=top10_total) plt.title('Total Score Top 10') plt.xlabel('Name') plt.ylabel('Total Score') plt.show() ``` 3. 绘制折线图 ```python # 绘制平均分排名前10名的折线图 top10_avg = df.sort_values('平均分排名').head(10) sns.lineplot(x='姓名', y='平均分', data=top10_avg, marker='o') plt.title('Average Score Top 10') plt.xlabel('Name') plt.ylabel('Average Score') plt.show() ``` 以上代码仅为范例,具体代码需要根据具体的数据和需求进行修改和调整。
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