poj 1017 Packets 贪心

本文针对所有货物高度相同、底面积有限的情况,提出了一种优化算法,以求解最少需要多少个标准包裹来装载这些货物。文章详细介绍了算法的实现思路,并提供了两种不同的AC代码示例。

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

题意:所有货物的高度一样,且其底面积只有六种,分别为1*1 2*2 3*3 4*4 5*5 6*6的,货物的个数依次为p1,p2,p3,p4,p5,p6,

   包裹的高度与货物一样,且底面积就为6*6,然后求最少要多少个包裹包含以上所有货物

 

思路:

  由于高度一样,所以忽略高度,只用讨论底面积。

  分类讨论:

    底面积为6*6的货物,需要1个包裹

    底面积为5*5的货物,需要1个包裹,剩余空间用1*1货物填充

    底面积为4*4的货物,需要1个包裹,剩余空间用2*2 / 1*1货物填充

    底面积为3*3的货物,每4个该货物,可以用一个包裹,否则需要1个包裹,剩余空间用2*2 / 1*1货物填充

    最后剩余1*1 2*2的货物,主要用于填充,剩下的再用包裹

反思:

  按照一开始的思路,我就按六种情况敲代码,然后WA了,确实太考验细心了,有些地方少计算了,或者多了计算了。

  然后参考了别人的代码,直接全局考虑,代码也少了好多,思路基本一样。这是水题我也花了好多时间,有待加强。

 

AC代码:

#include <cstdio>
#include <iostream>
using namespace std;
int p[6];
void solve()
{
	int ans = 0;
	//6
	ans += p[5];
	
	//5
	ans += p[4];  //每个5*5 用11个 1*1 填 
	if(p[0] <= p[4] * 11) p[0] = 0;
	else p[0] -= (p[4]*11);
	
	//4
	ans += p[3]; //4*4 能用2*2填就尽量用2*2填 
	if(p[1] <= p[3]*5) {
		int t = p[3]*20 - p[1] * 4;
		p[1] = 0;
		if(p[0] < t) p[0] = 0;
		else p[0] -= t;
	}
	else p[1] -= p[3]*5;
	
	//3
	ans += (p[2]+3)/4;
	p[2] %= 4;
	if(p[2] == 1)
	{
		if(p[1] <= 5){
			int t = 27 - p[1] *4;
			p[1] = 0;
			p[0] = max(0, p[0] - t);
		}else {
			p[1] -= 5;
			p[0] = max(0, p[0] - 7);
		}
	}else if(p[2] == 2)
	{
		if(p[1] <= 3){
		
			int t = 18 - p[1] * 4;
			p[1] = 0;
			p[0] = max(0, p[0] - t);
		}else {
			p[1] -= 3;
			p[0] = max(0, p[0] - 6);
		}
	}else if(p[2] == 3)
	{
		if(p[1])
		{
			p[1] --;
			p[0] = max(0, p[0] - 5);
		}else p[0] = max(0, p[0] - 9);
	}
	
	//cout<<p[0] << ' ' << p[1] << ' ' << p[2]<<endl;
	
	// 1 or 2
	ans += (p[1]+8)/9;
	p[1] %= 9;
	
	if(p[1])
		p[0] = max(0,p[0]- (36-p[1]*4));
	
	ans += (p[0]+35)/36;
	
	printf("%d\n", ans);
	
}
int main()
{
	while(true)
	{
		bool flag = true;
		for(int i = 0; i < 6; i++){
			scanf("%d", p+i);
			if(p[i] != 0) flag = false;
		}
		if(flag) break;
		solve();
	}
	return 0;
}

  

AC代码:

#include <cstdio>
#include <iostream>
using namespace std;
int p[7],y,x;
int u[4] = {0,5,3,1};
void solve()
{
	int ans = 0;
	ans = p[6]+p[5]+p[4] +(p[3]+3)/4;
	
	y = 5*p[4] + u[p[3]%4];
	
	if(p[2] > y) ans += (p[2]-y+8)/9;
	
	x = 36*ans - 36*p[6] - 25*p[5] - 16*p[4] - 9*p[3] - 4*p[2];
	if(p[1] > x) ans += (p[1] - x+35) /36;
	
	printf("%d\n", ans);
}
int main()
{
	while(true)
	{
		bool flag = true;
		for(int i = 0; i < 6; i++){
			scanf("%d", p+1+i);
			if(p[i+1] != 0) flag = false;
		}
		if(flag) break;
		solve();
	}
	return 0;
}

  

转载于:https://www.cnblogs.com/sevenun/p/5435843.html

内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
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