D. DS队列----银行单队列多窗口模拟（代码+解析）

原创

已于 2024-10-11 19:37:48 修改

· 896 阅读

8 ·

版权

文章标签：

#算法 #数据结构 #c++

于 2024-10-11 19:14:52 首次发布

D. DS队列----银行单队列多窗口模拟

题目

假设银行有K个窗口提供服务，窗口前设一条黄线，所有顾客按到达时间在黄线后排成一条长龙。当有窗口空闲时，下一位顾客即去该窗口处理事务。当有多个窗口可选择时，假设顾客总是选择编号最小的窗口。

本题要求输出前来等待服务的N位顾客的平均等待时间、最长等待时间、最后完成时间。

输入

输入第1行给出正整数N（≤1000），为顾客总人数；随后N行，每行给出一位顾客的到达时间T和事务处理时间P，并且假设输入数据已经按到达时间先后排好了顺序；最后一行给出正整数K（≤10），为开设的营业窗口数。

输出

在一行中输出平均等待时间（输出到小数点后1位）、最长等待时间、最后完成时间，之间用1个空格分隔，行末不能有多余空格。

解析

面对这一道题，一开始我的思路是设置一个全局变量time，无限循环time++来模拟当前时间，以time来选择时间最少的窗口，但是这样会让资源占用过多，万一有一个到达时间很大的顾客，就会导致time一直++才能到这个顾客到达的时间。

后面舍弃了time++的方案，我们创建一个customer顾客类/结构体，有成员变量t（到达时间点）、q（处理业务时长）、end（处理结束

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

zijie933

关注关注

12
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

D. DS队列----银行单队列多窗口模拟

weixin_52247921的博客

09-29

858

输入样例 9 0 20 1 15 1 61 2 10 10 5 10 3 30 18 31 25 31 2 3 关于这道题我觉得自己写得蛮有意思的把排队的人变成一个队列，然后逐个去选择，然后pop（）；选择时选择窗口空闲时间最早的那个，也就是nexttime 最小的那个有两种情况，一种是顾客到的时候，有窗口空闲，那么窗口的下一个空闲时间变成顾客的到达时间加上完成时间一种是顾客到的时候没空闲，那么选择时间短的，等待时间由窗口下一个空闲时间减去到达时间先计算等待时间才能计...

Java基础（三）- 多线程、网络通信、单元测试、反射、注解、动态代理

bossDDYY的博客

05-23

1298

多线程基础线程：一个程序内部的一条执行流程，只有一条执行流程就是单线程 java.lang.Thread代表线程主线程退出，子线程存在，进程不会退出可以使用jconsole查看创建线程有多个方法可以创建线程继承Thread类优点：编码简单缺点：无法继承其他类，不利于功能的扩展实现Runnable接口优点：任务类只是实现了接口，可以继续继承其他类、实现其他接口，扩展性强缺点：需要多创建一个Runnable对象实现Callable接口和FutureTask类优点

参与评论您还未登录，请先登录后发表或查看评论

DS队列----银行单队列多窗口模拟

hhhertzzz的博客

10-21

2445

题目描述假设银行有K个窗口提供服务，窗口前设一条黄线，所有顾客按到达时间在黄线后排成一条长龙。当有窗口空闲时，下一位顾客即去该窗口处理事务。当有多个窗口可选择时，假设顾客总是选择编号最小的窗口。本题要求输出前来等待服务的N位顾客的平均等待时间、最长等待时间、最后完成时间。输入输入第1行给出正整数N（≤1000），为顾客总人数；随后N行，每行给出一位顾客的到达时间T和事务处理时间P，并且假设输入数据已经按到达时间先后排好了顺序；最后一行给出正整数K（≤10），为开设的营业窗口数。输出在一行中.

【数据结构OJ】D : DS队列--银行单队列多窗口模拟

weixin_73824936的博客

10-25

241

写的我都嘎了，不知道你们看不看得懂

DS队列--银行单队列多窗口模拟（清晰代码注释）

Jenlibein的博客

10-16

729

DS队列--银行单队列多窗口模拟的个人思路

【HX8379-C_DS_General_v01_20140313】：栈与队列——揭秘任务调度的高效策略

[【HX8379-C_DS_General_v01_20140313】：栈与队列——揭秘任务调度的高效策略](https://img-blog.csdnimg.cn/direct/f79af2473fe24624b528a13cd82aa0d3.png) # 摘要本文详细探讨了栈与队列这两种基本数据结构在...

【网络优化】B50610-DS07-RDS延迟吞吐量优化黄金法则

本文首先介绍了网络优化的基础知识，随后深入分析了B50610-DS07-RDS架构，包括其定义、技术组成及关键性能指标，如延迟和吞吐量。第三章和第四章分别讨论了延迟和吞吐量的优化实践技巧，包括诊断问题、硬件软件优化...

海康威视DS-8632N-E8固件升级：提升性能的秘密武器与稳定性的终极测试

海康威视DS-8632N-E8固件升级是一个涉及理论知识和实际操作的过程。本文首先概述了固件升级的重要性及其对设备性能和稳定性的提升原理。随后，详细探讨了升级前的准备工作、执行升级的具体步骤，以及升级后验证与...

基于队列的银行窗口设置模拟

01-22

这是一个基于队列的银行窗口设置模拟的C语言数据结构的程序设计。

队列应用银行排队问题模拟:计算客户的平均停留时间和等待时间以及每个客户的时间信息（VC6.0）

06-03

VC6.0编译！利用的算法类似于买票排队，你总会到队列最短的窗口去排队，但往往会有其他队列办事速度快，队列长度很快变得比你所在队列的还短，但你改变自己的队列去当前较短的队列时，可能没过多久刚刚你在的队列又比你现在所处的队列短了，因为队短不代表等待时间短，你无法预测每个队列你需要等待的时间。所以在该种制度下，不同于买票排队的这种可以随便更换队列的随意性，我们在第一种算法中设定：每到达一个客户将其排在队列最短的队尾，且不管其它队列是否变的更短，甚至已经空闲，该客户也只能在已队列中等待前面的客户办理完业务自己才能办理业务，很明显这种算法效率不是最好的。一是时间利用率不高，而是无法保证先到达的客户的办理业务时间一定比后到达的客户早。

PTA 7-1 银行排队问题之单队列多窗口服务（25 分）25分代码（小模拟）

床前明月光

10-09

7072

银行排队问题直接模拟就好，错了一次，没看见超过60分的按60算 #include using namespace std; const int maxn = 1000 + 7, INF = 0x7f7f7f7f; int n, k; int b[11] = {0}; int cnt[11] = {0}; struct node { int t, p; in

银行排队问题之单队列多窗口服务

刘二狗的博客

09-24

1258

7-5 银行排队问题之单队列多窗口服务（25 分）假设银行有K个窗口提供服务，窗口前设一条黄线，所有顾客按到达时间在黄线后排成一条长龙。当有窗口空闲时，下一位顾客即去该窗口处理事务。当有多个窗口可选择时，假设顾客总是选择编号最小的窗口。本题要求输出前来等待服务的N位顾客的平均等待时间、最长等待时间、最后完成时间，并且统计每个窗口服务了多少名顾客。输入格式: 输入第1行给出正整数N（...

1-6 银行业务队列简单模拟 (25 分)

韩旭051的博客

08-30

5174

1-6银行业务队列简单模拟(25分) 设某银行有A、B两个业务窗口，且处理业务的速度不一样，其中A窗口处理速度是B窗口的2倍 —— 即当A窗口每处理完2个顾客时，B窗口处理完1个顾客。给定到达银行的顾客序列，请按业务完成的顺序输出顾客序列。假定不考虑顾客先后到达的时间间隔，并且当不同窗口同时处理完2个顾客时，A窗口顾客优先输出。输入格式: 输入为一行正整数，其中第1个数字N(≤100...

c++ 数据结构 例题精选 DS队列--银行简单模拟

weixin_43757333的博客

07-15

787

这个系列是将自己在学校学习中遇到的比较好的例题以及其算法写下来。（对于大神来说肯定不算什么，但是对于编程刚入门的我来说还是有学到新东西的） DS队列----银行简单模拟题目描述设某银行有A、B两个业务窗口，且处理业务的速度不一样，其中A窗口处理速度是B窗口的2倍 —— 即当A窗口每处理完2个顾客时，B窗口处理完1个顾客。给定到达银行的顾客序列，请按业务完成的顺序输出顾客序列。假定不考虑顾客先后到达的时间间隔，并且当不同窗口同时处理完2个顾客时，A窗口顾客优先输出。输入输入为一行正整数，其中第1个数字

7-1 银行排队问题之单队列多窗口服务（25 分）

热门推荐

lml_l_l的博客

02-23

1万+

假设银行有K个窗口提供服务，窗口前设一条黄线，所有顾客按到达时间在黄线后排成一条长龙。当有窗口空闲时，下一位顾客即去该窗口处理事务。当有多个窗口可选择时，假设顾客总是选择编号最小的窗口。本题要求输出前来等待服务的N位顾客的平均等待时间、最长等待时间、最后完成时间，并且统计每个窗口服务了多少名顾客。输入格式: 输入第1行给出正整数N（≤1000），为顾客总人数；随后N行，每行给出一位顾客的...

3-6 银行业务队列简单模拟 (20分) HBU-DS

Chantec的博客

10-17

248

3-6 银行业务队列简单模拟 (20分) HBU-DS 设某银行有A、B两个业务窗口，且处理业务的速度不一样，其中A窗口处理速度是B窗口的2倍 —— 即当A窗口每处理完2个顾客时，B窗口处理完1个顾客。给定到达银行的顾客序列，请按业务完成的顺序输出顾客序列。假定不考虑顾客先后到达的时间间隔，并且当不同窗口同时处理完2个顾客时，A窗口顾客优先输出。输入格式: 输入为一行正整数，其中第1个数字N(≤1000)为顾客总数，后面跟着N位顾客的编号。编号为奇数的顾客需要到A窗口办理业务，为偶数的顾客则去B窗口。数字

第三章循环队列及线性结构综合-计算机17级 7-1 银行排队问题之单队列多窗口服务（25 分）

markconca的博客

10-21

4216

7-1 银行排队问题之单队列多窗口服务（25 分）假设银行有K个窗口提供服务，窗口前设一条黄线，所有顾客按到达时间在黄线后排成一条长龙。当有窗口空闲时，下一位顾客即去该窗口处理事务。当有多个窗口可选择时，假设顾客总是选择编号最小的窗口。本题要求输出前来等待服务的N位顾客的平均等待时间、最长等待时间、最后完成时间，并且统计每个窗口服务了多少名顾客。输入格式: 输入第1行给出正整数N（...

解释一下下面的matlab代码：clc;clear all; ud=3.2;dd=0.88; %%%%%%%%参数 u0=0.205; yt=0.9;%效率 cap=30;%容量 avg_v=40;%速度 avg_xh=0.2;%平均耗电量 pcd=5;%充放电功率 N=200; %%%%%%%%%%%%%%%55 f1=@(x)1./(x.*dd*(2*pi).^0.5).*exp(-(log(x)-ud).^2/(2*dd^2)); x1=linspace(0.1,200,N); ff=f1(x1); s=trapz(x1,ff); %计算整个区间概率密度的积分 ff=ff/s; %归一化概率密度 n=0; while n<N t=rand(1)*200;%生成[0,30]均匀分布随机数 f=f1(t)/s; r=rand(1); %生成[0,1]均匀分布随机数 if r<=f %如果随机数r小于f(t)，接纳该t并加入序列a中 n=n+1; km_rand(n)=t;%随机生成行驶里程 end end %以上为生成随机数列的过程，以下为统计检验随机数列是否符合分布 num=20; %分20个区间统计 [x2,c]=hist(km_rand,num); %统计不同区间出现的个数 dc=200/num; %区间大小 x2=x2/N/dc; %根据统计结果计算概率密度 figure; %bar(c,x2,1); hold on; %根据统计结果画概率密度直方图 plot(x1,ff,'k','lineWidth',1.5); %hold off; %根据公式画概率密度曲线 title('电动汽车出行距离概率分布'); xlabel('行驶里程（km）'); ylabel('概率密度'); us=17.6;ds=3.4; fs1=@(x)1/(ds*(2*pi)^0.5).*exp(-(x-us).^2./(2*ds^2));%us-12~24 fs2=@(x)1/(ds*(2*pi)^0.5).*exp(-(x+24-us).^2./(2*ds^2));%0~us-12 xs1=linspace(0,24,N); %xs_1=xs1(1:47); %xs_2=xs1(48:200); %fs_st=[fs2(xs_1) fs1(xs_2)]; fs_st=fs2(xs1).*(xs1<=us-12)+fs1(xs1).*(xs1>us-12); s_st=trapz(xs1,fs_st); %计算整个区间概率密度的积分 fs_st=fs_st/s_st; %归一化概率密度 n=0; while n<N t=rand(1)*24;%生成[0,30]均匀分布随机数 if t<=us-12 ft_st=fs2(t)/s_st; else ft_st=fs1(t)/s_st; end r=rand(1); %生成[0,1]均匀分布随机数 if r<=ft_st %如果随机数r小于f(t)，接纳该t并加入序列a中 n=n+1; ts_rand(n)=t;%随机生成行驶里程 end end num=20; %分20个区间统计 [x2,c]=hist(ts_rand,num); %统计不同区间出现的个数 dc=200/num; %区间大小 x2=x2/N/dc; %根据统计结果计算概率密度 figure; plot(xs1,fs_st,'k-','lineWidth',1.5); %根据公式画概率密度曲线 title('出行时间分布'); xlabel('时间（h）'); ylabel('概率密度'); %xlim([0 24]); set(gca,'xtick',0:6:24) %计算电动汽车开始时刻soc %soc=zeros(25,N); dmax=cap/avg_xh;%最大行驶公里数 soc_st=1-km_rand./dmax;%起始soc T_ev=(1-soc_st).*cap/(yt*pcd);%充电所需时间 pel=zeros(N,48); pe=zeros(N,24); for i=1:N t1=ceil(ts_rand(i)); t2=ceil(ts_rand(i)+T_ev(i)); tcz=t2-t1-1; pel(i,t1)=pcd*(