hdu 4190 Distributing Ballot Boxes

本文介绍了一道关于城市和箱子的分配问题,并通过二分查找算法找到了最优解。当城市数量少于箱子数量时,利用二分查找确定使投票人数均值最小的分配方案。

原题 : http://acm.hdu.edu.cn/showproblem.php?pid=4190

//题目没想出来,对贪心和二分的理解都不够深刻,要多吸取经验,不在同一个地方跌倒两次。

//题目大意:有n座城市和m个箱子,并且知道每座城市的人口,每座城市必须有一个以上的箱子,每个箱子不能为空,求一个分配方案,可以使得每一个箱子投票的人数尽量最少,输出这个方案中,平均投票人数最多的箱子的人数。
//为什么是二分?因为给定的箱子数是一定的,而且结果所在的范围我们也可以知道。结果在某个已知的范围内,所以我们可以使用二分查找,而且箱子数一定是个限制条件,可以作为判断的标准。
//思路: 当城市数目和箱子的数目相同时,直接输出城市的最大人数M。
//     当城市数目小于箱子的数目,最后的结果即最大平均数必是<=最大的对城市的人数M的。l=1,r=M进行二分,对mid=(l+r)/2进行检测greed();
//     检测方法:对于传进参数mid,遍历每一个城市,要使平均数<=mid,需要多少个箱子,再把所有的箱子数加起来,如果大于给定的箱子数m,说明这个平均数mid太小,如果小于m说明给的平均数mid太大
//     在不断地二分之后,区间逐渐缩小,最后得到一个数rs,即是结果。
#include<iostream>
#include<algorithm>
#include<cstdio>
using namespace std;
int a[500001];
int n,m;
int greed(int mid)
{
	int cnt=0;
	for(int i=1;i<=n;i++)
	{
		if(a[i]<=mid){
			cnt++;
		}else{
			int tmp=a[i]/mid;
			if(a[i]%mid)
			{
				tmp++;
			}
			cnt=cnt+tmp;
		}
	}
	if(cnt<=m)return 1;//函数返回1,表示给定的平均数avg,所求得的箱子数小于给定的箱子数 
	return 0; 
}
int find(int r) 
{
	int l=1;
	int rs=0;
	while(l<=r)
	{
		int mid=(l+r)/2;
		if(greed(mid))//返回1,表示当前的箱子数小于给的箱子数,找更小的平均数 
		{
			rs=mid; //记下这个有效的平均数 
			r=mid-1;
		}else{       //返回0,表示当前的箱子数大于给的箱子数,找更大的平均数 
			l=mid+1;
		}
	}
	return rs; 
}
int main()
{
	scanf("%d %d",&n,&m);
	while(!(n==-1 && m==-1))
	{
		int M=-1;
		for(int i=1;i<=n;i++)
		{
			scanf("%d",&a[i]);
			M=max(M,a[i]);
		}
		if(m==n){
			printf("%d\n",M);
		}else{
			printf("%d\n",find(M));
		}
		scanf("%d %d",&n,&m);
	}
	return 0;
}


### HDU 4190 编程问题解析 针对HDU-4190这一特定编程挑战,该题目属于动态规划(DP)类问题[^3]。这类问题通常涉及寻找最优路径或者计算最优化的结果,在给定约束条件下实现目标最大化或最小化。 对于此题目的具体描述提到的是一个数塔结构,其中要求从顶部到底部移动,并且每次只能前往相邻节点,最终目的是使得所经过节点数值总和达到最大值。解决此类问题的关键在于理解如何有效地利用已知条件来构建解决方案: #### 动态规划算法设计 为了高效求解这个问题,可以采用自底向上的方法来进行动态规划处理。通过定义状态转移方程,逐步累积中间结果直至获得全局最优解。 ```python def max_sum_path(triangle): n = len(triangle) # 初始化dp数组用于存储各层的最大累加和 dp = [[0]*i for i in range(1, n+1)] # 设置起点即三角形顶端元素作为初始值 dp[0][0] = triangle[0][0] # 填充dp表 for level in range(1, n): for pos in range(level + 1): if pos == 0: dp[level][pos] = dp[level - 1][pos] + triangle[level][pos] elif pos == level: dp[level][pos] = dp[level - 1][pos - 1] + triangle[level][pos] else: dp[level][pos] = max(dp[level - 1][pos], dp[level - 1][pos - 1]) + triangle[level][pos] return max(dp[-1]) triangle = [ [2], [3, 4], [6, 5, 7], [4, 1, 8, 3] ] print(max_sum_path(triangle)) ``` 上述代码实现了基于输入参数`triangle`(表示数塔的数据结构)的函数`max_sum_path()`,它返回从顶至底所能得到的最大路径和。这里采用了二维列表形式保存每一级的最佳选择情况,从而保证能够快速访问并更新所需的信息。
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