Codeforces 474B. Worms

Codeforces 474B. Worms

传送门:https://codeforces.com/problemset/problem/474/B

题目大意:
我们会得到n堆虫,每一堆有ai条,为它们按顺序编号,我们的任务是计算k个编号bj到底属于哪一堆。

主要想法:
首先拿到这个题目是想直接暴力,就把每个ai都加上它前面的a,针对每一个bj遍历一遍a,然后找出它在哪一个区。很遗憾,这个思路超时了。所以,我们得进行一些改进,我们先对bj记录序号并进行排序,然后与a一起遍历,这样就把复杂度降到了o(nlogn),o(mlogm)的层次。但这还不够好,我们想到这个b排序再遍历,很容易联想到优先队列,用优先会方便也会快一些,第二个方法用时93ms而优先只用了78ms。

	代码实现:(排序)
#include<bits/stdc++.h>
 
using namespace std;
int main()
{
    int n,k,x=0;
    cin>>n;
    vector<int>a(n);
    cin>>a[0];
    for(int i=1;i<n;i++)
    {
        int c;
        scanf("%d",&c);
        a[i]=a[i-1]+c;
    }
    cin>>k;
    vector<int> d(k);
    vector<pair<int,int> >b(k);
    for(int i=0;i<k;++i)
    {
        int c;
        scanf("%d",&c);
        b[i]={c,i};
    }
    sort(b.begin(),b.end());
    for(int i=0;i<k;)
    {
        if(a[x]>=b[i].first)
        {
            d[b[i].second]=x+1;
            i++;
        }
        else x++;
    }
    for(int i=0;i<k;i++)printf("%d\n",d[i]);
}
	代码实现:(优先队列)
#include<bits/stdc++.h>
 
using namespace std;
struct node
{
    int x,y;
    bool operator < (const node & a)const
    {
            return x>a.x;
    }
};
priority_queue<node>b;
int main()
{
    int n,k,x=0;
    cin>>n;
    vector<int>a(n);
    cin>>a[0];
    for(int i=1;i<n;i++)
    {
        int c;
        scanf("%d",&c);
        a[i]=a[i-1]+c;
    }
    cin>>k;
    vector<int> d(k);
    for(int i=0;i<k;++i)
    {
        int c;
        scanf("%d",&c);
        b.push({c,i});
    }
    while(b.size())
    {
        if(a[x]>=b.top().x)
        {
            d[b.top().y]=x+1;
            b.pop();
        }
        else x++;
    }
    for(int i=0;i<k;i++)printf("%d\n",d[i]);
}
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论 2
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