NOIP2014提高组第二轮day1 - T3:飞扬的小鸟

#题目链接

[NOIP2014 提高组] 飞扬的小鸟

题目描述

Flappy Bird 是一款风靡一时的休闲手机游戏。玩家需要不断控制点击手机屏幕的频率来调节小鸟的飞行高度,让小鸟顺利通过画面右方的管道缝隙。如果小鸟一不小心撞到了水管或者掉在地上的话,便宣告失败。

为了简化问题,我们对游戏规则进行了简化和改编:

游戏界面是一个长为 n n n,高为 m m m 的二维平面,其中有 k k k 个管道(忽略管道的宽度)。

小鸟始终在游戏界面内移动。小鸟从游戏界面最左边任意整数高度位置出发,到达游戏界面最右边时,游戏完成。

小鸟每个单位时间沿横坐标方向右移的距离为 1 1 1,竖直移动的距离由玩家控制。如果点击屏幕,小鸟就会上升一定高度 x x x,每个单位时间可以点击多次,效果叠加;如果不点击屏幕,小鸟就会下降一定高度 y y y。小鸟位于横坐标方向不同位置时,上升的高度 x x x 和下降的高度 y y y 可能互不相同。

小鸟高度等于 0 0 0 或者小鸟碰到管道时,游戏失败。小鸟高度为 m m m 时,无法再上升。

现在,请你判断是否可以完成游戏。如果可以,输出最少点击屏幕数;否则,输出小鸟最多可以通过多少个管道缝隙。

输入格式

1 1 1 行有 3 3 3 个整数 n , m , k n, m, k n,m,k,分别表示游戏界面的长度,高度和水管的数量,每两个整数之间用一个空格隔开;

接下来的 n n n 行,每行 2 2 2 个用一个空格隔开的整数 x x x y y y,依次表示在横坐标位置 0 ∼ n − 1 0 \sim n-1 0n1 上玩家点击屏幕后,小鸟在下一位置上升的高度 x x x,以及在这个位置上玩家不点击屏幕时,小鸟在下一位置下降的高度 y y y

接下来 k k k 行,每行 3 3 3 个整数 p , l , h p,l,h p,l,h,每两个整数之间用一个空格隔开。每行表示一个管道,其中 p p p 表示管道的横坐标, l l l 表示此管道缝隙的下边沿高度, h h h 表示管道缝隙上边沿的高度(输入数据保证 p p p 各不相同,但不保证按照大小顺序给出)。

输出格式

共两行。

第一行,包含一个整数,如果可以成功完成游戏,则输出 1 1 1,否则输出 0 0 0

第二行,包含一个整数,如果第一行为 1 1 1,则输出成功完成游戏需要最少点击屏幕数,否则,输出小鸟最多可以通过多少个管道缝隙。

样例 #1

样例输入 #1

10 10 6 
3 9  
9 9  
1 2  
1 3  
1 2  
1 1  
2 1  
2 1  
1 6  
2 2  
1 2 7 
5 1 5 
6 3 5 
7 5 8 
8 7 9 
9 1 3

样例输出 #1

1
6

样例 #2

样例输入 #2

10 10 4 
1 2  
3 1  
2 2  
1 8  
1 8  
3 2  
2 1  
2 1  
2 2  
1 2  
1 0 2 
6 7 9 
9 1 4 
3 8 10

样例输出 #2

0
3

提示

【输入输出样例说明】

如下图所示,蓝色直线表示小鸟的飞行轨迹,红色直线表示管道。

【数据范围】

对于 30 % 30\% 30% 的数据: 5 ≤ n ≤ 10 , 5 ≤ m ≤ 10 , k = 0 5 \leq n \leq 10, 5 \leq m \leq 10, k=0 5n10,5m10,k=0,保证存在一组最优解使得同一单位时间最多点击屏幕 3 3 3 次;

对于 50 % 50\% 50% 的数据: 5 ≤ n ≤ 20 , 5 ≤ m ≤ 10 5 \leq n \leq 20, 5 \leq m \leq 10 5n20,5m10,保证存在一组最优解使得同一单位时间最多点击屏幕 3 3 3 次;

对于 70 % 70\% 70% 的数据: 5 ≤ n ≤ 1000 , 5 ≤ m ≤ 100 5 \leq n \leq 1000, 5 \leq m \leq 100 5n1000,5m100

对于 100 % 100\% 100% 的数据: 5 ≤ n ≤ 10000 5 \leq n \leq 10000 5n10000 5 ≤ m ≤ 1000 5 \leq m \leq 1000 5m1000 0 ≤ k < n 0 \leq k < n 0k<n 0 < x , y < m 0 < x,y < m 0<x,y<m 0 < p < n 0 < p < n 0<p<n 0 ≤ l < h ≤ m 0 \leq l < h \leq m 0l<hm l + 1 < h l + 1 < h l+1<h

算法思想

根据题目描述,在每一个单位时间内,有多种选择。如果把每个单位时间内点击屏幕看成一个阶段,可以有下面若干种情况:

  • 可以选择点击 0 0 0次,下降 y y y
  • 点击 1 1 1次,上升 x x x
  • 点击 2 2 2次,上升 2 × x 2\times x 2×x
  • 点击 k k k次,上升 k × x k\times x k×x

该问题属于有限制的选择优化问题,因此可以采用类似完全背包的思想进行处理。

状态表示

f [ i ] [ j ] f[i][j] f[i][j]表示沿横坐标方向右移 i i i个单位、并且飞行高度为 j j j时需要最少点击屏幕数。

状态计算

从最后一步分析,要计算 f [ i ] [ j ] f[i][j] f[i][j],可以根据上一阶段,也就是在第 i − 1 i-1 i1个单位时间的选择分成下面若干种情况:

  • 在第 i − 1 i-1 i1个单位时间不点击屏幕,飞到横坐标 i i i时高度会下降 y y y才能到达 j j j,此时最少点击屏幕数为 f [ i − 1 ] [ j + y ] f[i-1][j+y] f[i1][j+y],其中 j + y ≤ m j+y\le m j+ym
  • 在第 i − 1 i-1 i1个单位时间点击 1 1 1次屏幕,飞到横坐标 i i i时高度会上升 x x x才能到达 j j j,此时最少点击屏幕数为 f [ i − 1 ] [ j − x ] + 1 f[i-1][j-x]+1 f[i1][jx]+1
  • 在第 i − 1 i-1 i1个单位时间点击 2 2 2次屏幕,飞到横坐标 i i i时高度会上升 2 × x 2\times x 2×x才能到达 j j j,此时最少点击屏幕数为 f [ i − 1 ] [ j − 2 × x ] + 2 f[i-1][j-2\times x]+2 f[i1][j2×x]+2
  • 在第 i − 1 i-1 i1个单位时间点击 k k k次屏幕,飞到横坐标 i i i时高度会上升 k × x k\times x k×x才能到达 j j j,此时最少点击屏幕数为 f [ i − 1 ] [ j − k × x ] + k f[i-1][j-k\times x]+k f[i1][jk×x]+k,其中 j − k × x > 0 j-k\times x \gt 0 jk×x>0

因此, f [ i ] [ j ] = m i n { f [ i − 1 ] [ j + y ] , f [ i − 1 ] [ j − x ] + 1 , f [ i − 1 ] [ j − 2 × x ] + 2 , . . . , f [ i − 1 ] [ j − k × x ] + k } f[i][j]=min\{f[i-1][j+y], f[i-1][j-x]+1, f[i-1][j-2\times x]+2,...,f[i-1][j-k\times x]+k\} f[i][j]=min{f[i1][j+y],f[i1][jx]+1,f[i1][j2×x]+2,...,f[i1][jk×x]+k}

初始状态

  • 求点击次数的最小值, f [ i ] [ j ] f[i][j] f[i][j]应初始化为无穷大
  • 小鸟从游戏界面最左边任意整数高度位置出发,因此 f [ 0 ] [ j ] = 0 f[0][j] = 0 f[0][j]=0,其中 0 < j ≤ m 0\lt j\le m 0<jm

边界情况

在计算状态的过程中需要处理下面的边界情况:

  • 小鸟高度等于 0 0 0 或者小鸟碰到管道时,游戏失败

因此,枚举高度 j j j时,应保证 j > 0 j\gt 0 j>0,并且 l < j < h l\lt j\lt h l<j<h l l l 表示此管道缝隙的下边沿高度, h h h 表示管道缝隙上边沿的高度。

  • 小鸟高度为 m m m 时,无法再上升
  • 意味着状态 f [ i ] [ m ] f[i][m] f[i][m]可以由 i − 1 i-1 i1阶段的任意状态转移过来。例如当高度为 j j j时,到 m m m的距离是 m − j m-j mj,每次点击屏幕上升 x x x,那么需要点击 ⌈ m − j x ⌉ \lceil \frac{m-j}{x}\rceil xmj次。因此 f [ i ] [ m ] = m i n { f [ i ] [ m ] , f [ i − 1 ] [ j ] + ⌈ m − j x ⌉ } f[i][m]=min\{f[i][m], f[i-1][j] + \lceil \frac{m-j}{x}\rceil\} f[i][m]=min{f[i][m],f[i1][j]+xmj⌉},其中 1 ≤ j < m 1\le j\lt m 1j<m
  • 除此之外,在 i − 1 i-1 i1阶段高度为 m m m时点击 1 1 1次屏幕也可以转移到 f [ i ] [ m ] f[i][m] f[i][m],因此, f [ i ] [ m ] = m i n { f [ i ] [ m ] , f [ i − 1 ] [ m ] + 1 } f[i][m]=min\{f[i][m], f[i-1][m] + 1\} f[i][m]=min{f[i][m],f[i1][m]+1}

时间复杂度

  • 状态数: n × m n\times m n×m
  • 在状态计算过程中需要枚举点击屏幕次数 k k k k ≤ m k\le m km

因此时间复杂度为 O ( n m 2 ) = 10000 × 100 0 2 = 1 0 10 O(nm^2)=10000\times 1000^2=10^{10} O(nm2)=10000×10002=1010,只能拿到 85 85 85分。

代码实现(85分)

#include <iostream>
#include <cstring>
using namespace std;
const int N = 10010, M = 1010, INF = 0x3f3f3f3f;
int f[N][M], x[N], y[N], L[N], H[N];
int main()
{int n, m, k;scanf("%d%d%d", &n, &m, &k);for(int i = 1; i <= n; i ++) scanf("%d%d", &x[i], &y[i]);for(int i = 1; i <= k; i ++){int p, l, h;scanf("%d%d%d", &p, &l, &h);L[p] = l, H[p] = h;}//初始状态memset(f, 0x3f, sizeof f);for(int j = 1; j <= m; j ++) f[0][j] = 0;//状态计算,枚举横坐标for(int i = 1; i <= n; i ++){//枚举高度for(int j = 1; j <= m; j ++){//没有管道,飞行的高度在两根管道之间if(H[i] == 0 || j > L[i] && j < H[i]){//点击k次屏幕飞到(i,j)时for(int k = 1; k * x[i] < j; k ++)f[i][j] = min(f[i][j], f[i - 1][j - k * x[i]] + k);//不点击屏幕if(j + y[i] <= m) f[i][j] = min(f[i][j], f[i - 1][j + y[i]]);}   }//f[i][m]可以由i-1阶段的任意状态转移过来if(H[i] == 0) //没有管道{//当i-1阶段在最高处时,再点击1下也能转移到f[i][m]f[i][m] = min(f[i][m], f[i - 1][m] + 1); //计算其它高度走到最高处的点击次数,距离(m-j)除以(上升高度x)向上取整for(int j = 1; j < m; j ++){f[i][m] = min(f[i][m], f[i - 1][j] + (m - j + x[i] - 1) / x[i]);}}}int ans = INF;for(int j = 1; j <= m; j ++) ans = min(ans, f[n][j]);//能够到达终点if(ans < INF) printf("1\n%d", ans);else //不能到达终点{//从后向前找到最后能到达的位置for(int i = n; i >= 0; i --)for(int j = 1; j <= m; j ++){if(f[i][j] < INF) //能够到达该位置{int cnt = 0; //统计管道数量,注意从横坐标为0开始统计for(int k = 0; k <= i; k ++){if(H[k] != 0) //有管道cnt ++;}printf("0\n%d", cnt);return 0;}}}
}

优化思想

依据状态计算方法, f [ i ] [ j ] = m i n { f [ i − 1 ] [ j + y ] , f [ i − 1 ] [ j − x ] + 1 , f [ i − 1 ] [ j − 2 × x ] + 2 , . . . , f [ i − 1 ] [ j − k × x ] + k } f[i][j]=min\{f[i-1][j+y], f[i-1][j-x]+1, f[i-1][j-2\times x]+2,...,f[i-1][j-k\times x]+k\} f[i][j]=min{f[i1][j+y],f[i1][jx]+1,f[i1][j2×x]+2,...,f[i1][jk×x]+k},需要枚举 k k k计算 m i n { f [ i − 1 ] [ j − x ] + 1 , f [ i − 1 ] [ j − 2 × x ] + 2 , . . . , f [ i − 1 ] [ j − k × x ] + k } min\{f[i-1][j-x]+1, f[i-1][j-2\times x]+2,...,f[i-1][j-k\times x]+k\} min{f[i1][jx]+1,f[i1][j2×x]+2,...,f[i1][jk×x]+k},尝试利用空间换时间,将计算的中间结果保存下来。

不妨设 g [ i ] [ j ] = m i n { f [ i − 1 ] [ j − x ] + 1 , f [ i − 1 ] [ j − 2 × x ] + 2 , . . . , f [ i − 1 ] [ j − k × x ] + k } g[i][j]=min\{f[i-1][j-x]+1, f[i-1][j-2\times x]+2,...,f[i-1][j-k\times x]+k\} g[i][j]=min{f[i1][jx]+1,f[i1][j2×x]+2,...,f[i1][jk×x]+k}
g [ i ] [ j − x ] = m i n { f [ i − 1 ] [ j − 2 × x ] + 1 , . . . , f [ i − 1 ] [ j − k × x ] + k } g[i][j-x]=min\{f[i-1][j-2\times x]+1,...,f[i-1][j-k\times x]+k\} g[i][jx]=min{f[i1][j2×x]+1,...,f[i1][jk×x]+k}
可得 g [ i ] [ j ] = m i n { f [ i − 1 ] [ j − x ] + 1 , g [ i ] [ j − x ] + 1 } g[i][j]=min\{f[i-1][j-x]+1,g[i][j-x]+1\} g[i][j]=min{f[i1][jx]+1,g[i][jx]+1}
那么 f [ i ] [ j ] = m i n { f [ i − 1 ] [ j + y ] , g [ i ] [ j ] } f[i][j]=min\{f[i-1][j+y], g[i][j]\} f[i][j]=min{f[i1][j+y],g[i][j]},也就是说计算 f [ i ] [ j ] f[i][j] f[i][j]不再需要枚举 k k k

时间复杂度

  • 状态数: n × m n\times m n×m
  • 在状态计算的时间复杂度为 O ( 1 ) O(1) O(1)

因此时间复杂度为 O ( n m ) = 10000 × 1000 = 1 0 7 O(nm)=10000\times 1000=10^{7} O(nm)=10000×1000=107

代码实现(100分)

#include <iostream>
#include <cstring>
using namespace std;
const int N = 10010, M = 1010, INF = 0x3f3f3f3f;
int f[N][M], x[N], y[N], L[N], H[N], g[N][M];
int main()
{int n, m, k;scanf("%d%d%d", &n, &m, &k);for(int i = 1; i <= n; i ++) scanf("%d%d", &x[i], &y[i]);for(int i = 1; i <= k; i ++){int p, l, h;scanf("%d%d%d", &p, &l, &h);L[p] = l, H[p] = h;}//初始状态memset(f, 0x3f, sizeof f);memset(g, 0x3f, sizeof g);for(int j = 1; j <= m; j ++) f[0][j] = 0;//状态计算,枚举横坐标for(int i = 1; i <= n; i ++){//枚举高度for(int j = 1; j <= m; j ++){//处理g数组if(j > x[i]) g[i][j] = min(f[i - 1][j - x[i]] + 1, g[i][j - x[i]] + 1);//没有管道,飞行的高度在两根管道之间if(H[i] == 0 || j > L[i] && j < H[i]){//优化后f[i][j]=min(f[i-1][j+y], g[i][j])f[i][j] = g[i][j];//不点击屏幕if(j + y[i] <= m) f[i][j] = min(f[i][j], f[i - 1][j + y[i]]);}   }//f[i][m]可以由i-1阶段的任意状态转移过来if(H[i] == 0) //没有管道{//当i-1阶段在最高处时,再点击1下也能转移到f[i][m]f[i][m] = min(f[i][m], f[i - 1][m] + 1); //计算其它高度走到最高处的点击次数,距离(m-j)除以(上升高度x)向上取整for(int j = 1; j < m; j ++){f[i][m] = min(f[i][m], f[i - 1][j] + (m - j + x[i] - 1) / x[i]);}}}int ans = INF;for(int j = 1; j <= m; j ++) ans = min(ans, f[n][j]);//能够到达终点if(ans < INF) printf("1\n%d", ans);else //不能到达终点{//从后向前找到最后能到达的位置for(int i = n; i >= 0; i --)for(int j = 1; j <= m; j ++){if(f[i][j] < INF) //能够到达该位置{int cnt = 0; //统计管道数量,注意从横坐标为0开始统计for(int k = 0; k <= i; k ++){if(H[k] != 0) //有管道cnt ++;}printf("0\n%d", cnt);return 0;}}}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/205965.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

深度解析 Kafka 消息保证机制

Kafka作为分布式流处理平台的重要组成部分&#xff0c;其消息保证机制是保障数据可靠性、一致性和顺序性的核心。在本文中&#xff0c;将深入探讨Kafka的消息保证机制&#xff0c;并通过丰富的示例代码展示其在实际应用中的强大功能。 生产者端消息保证 1 At Most Once &quo…

ubuntu22.04 显卡驱动最简单的安装方法

1.拉取可选择安装的显卡驱动版本 sudo apt-get purge nvidia* #apt 的 update 和 upgrade 的区别 #apt update 命令只会获得系统上所有包的最新信息&#xff0c;并不会下载或者安装任何一个包。 #apt upgrade 命令来把这些包下载和升级到最新版本。 2.sudo apt update 3.安装…

EI级 | Matlab实现TCN-GRU-Multihead-Attention多头注意力机制多变量时间序列预测

EI级 | Matlab实现TCN-GRU-Multihead-Attention多头注意力机制多变量时间序列预测 目录 EI级 | Matlab实现TCN-GRU-Multihead-Attention多头注意力机制多变量时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.【EI级】Matlab实现TCN-GRU-Multihead-Attention…

TCP通讯

TCP通信 TCP通信方式呢 主要的通讯方式是一对一的通讯方式&#xff0c;也有着优点和缺点 它的优点对比于UDP来说就是可靠一点 因为它的通讯方式是需要先发送消息 看看客户端是否能够接收到消息 如果没有回复消息的话 服务端 就不会发出文件 等待客户端回复消息&#xff0c…

结构体,自定义类型

目录 结构体 结构体的声明 结构体的自引用 结构体的定义和初始化 结构体内存对齐 ​编辑 结构体的对齐规则&#xff1a; 为什么存在内存对齐&#xff1f; 修改默认对齐数 结构体传参 位段 什么是位段 位段的内存分配 位段的跨平台问题 枚举 联合&#xff08;共用体…

文件管理:每个文件夹只移入1个文件要怎样操作?批量移动文件技巧

在文件管理过程中&#xff0c;有时要将多个文件分别移动到不同的文件夹中&#xff0c;每个文件夹只包含一个文件。这样的需求可能出现在许多场景中&#xff0c;比如整理文件、备份资料或者进行特定的项目处理。如果每个手动去移动文件就会出现丢失的情况&#xff0c;以及太过耗…

嵌入式系统

嵌入式系统 目前国内一个普遍认同的嵌入式系统定义是&#xff1a;以应用为中心、以计算机技术为基础&#xff0c;软件硬件可裁剪&#xff0c;适应应用系统对功能、可靠性、成本、体积、功耗严格要求的专用计算机系统。&#xff08;引用自《嵌入式系统设计师教程》&#xff09; …

48.Go简要实现令牌桶限流与熔断器并集成到Gin框架中

文章目录 一、简介二、限流器与熔断器在微服务中的作用1.限流器 &#xff1a; 对某个接口单位时间内的访问量做限制2. 熔断器&#xff1a;当服务连续报错&#xff0c;超过一定阈值时&#xff0c;打开熔断器使得服务不可用 三、具体实现1. 限流器实现逻辑&#xff08;以令牌桶算…

SQL Server——权限管理

一。SQL Server的安全机制 SQL Server 的安全性是建立在认证和访问许可两种安全机制之上的。其中&#xff0e;认证用来确定登录Sal Server 的用户的登录账户和密码是否正确&#xff0e;以此来验证其是否具有连接SQL Server 的权限;访问许可用来授予用户或组能够在数据库中执行哪…

软件设计师中级软考资料大全(一次过)

2023年下半年第一次参加软件设计师中级软考就过了&#xff0c;整理了下自己的备考资料和学习笔记&#xff0c;有需要可以下载 1.软件设计师中级软考全套官方参考资料及辅导书 软件设计师中级软考全套官方参考资料及辅导书 2.软件设计师中级软考历年真题解析(2004-2023) 软…

在springboot中引入参数校验

一、概要 一般我们判断前端传过来的参数&#xff0c;需要对某些值进行判断&#xff0c;是否满足条件。 而springboot相关的参数校验注解&#xff0c;可以解决我们这个问题。 二、快速开始 首先&#xff0c;我用的springboot版本是 3.1.5 引入参数校验相关依赖 <!--1…

2023五岳杯量子计算挑战赛数学建模思路+代码+模型+论文

目录 计算力网络&#xff08;CPN&#xff09;是一种新型的信息基础设施&#xff0c;完整论文代码见文末 问题描述 2.1 问题1 2.2 问题2 2.3 问题3 问题1的解答过程&#xff1a; 问题3的解答过程&#xff1a; 决策优化应用场景&#xff1a;人工智能模型超参数调优 背景信…

ELK(四)—els基本操作

目录 elasticsearch基本概念RESTful API创建非结构化索引&#xff08;增&#xff09;创建空索引&#xff08;删&#xff09;删除索引&#xff08;改&#xff09;插入数据&#xff08;改&#xff09;数据更新&#xff08;查&#xff09;搜索数据&#xff08;id&#xff09;&…

Kafka性能调优:高吞吐、低延迟的数据流

Apache Kafka作为一种高性能、分布式流处理平台&#xff0c;对于实时数据的处理至关重要。本文将深入讨论Kafka性能调优的关键策略和技术&#xff0c;通过丰富的示例代码为大家提供实际操作指南&#xff0c;以构建高吞吐、低延迟的数据流系统。 Broker 配置的优化 首先&#…

Cisco Packet Tracer配置命令——交换机篇

交换机VLAN配置 在简单的网络环境中&#xff0c;当交换机配置完端口后&#xff0c;即可直接应用&#xff0c;但若在复杂或规模较大的网络环境中&#xff0c;一般还要进行VLAN的规划&#xff0c;因此在交换机上还需进行 VLAN 的配置。交换机的VLAN配置工作主要有VLAN的建立与删…

【银行测试】第三方支付平台业务流,功能/性能/安全测试方法...

目录&#xff1a;导读 前言一、Python编程入门到精通二、接口自动化项目实战三、Web自动化项目实战四、App自动化项目实战五、一线大厂简历六、测试开发DevOps体系七、常用自动化测试工具八、JMeter性能测试九、总结&#xff08;尾部小惊喜&#xff09; 前言 1、第三方支付平台…

DSP外部中断笔记

中断原理 三部分 注意 &#xff0c;外部中断使能&#xff0c;PIE使能&#xff0c;CPU中断使能 外部中断有7个&#xff0c;PIE有12组&#xff0c;一个组有8个中断复用。只有一个CPU中断可执行。 外部中断原理 1、外部中断概述 外部中断结构图 外部中断XINT1对应的是0到31GPI…

在vue中深度选择器的使用

一、为什么要使用深度选择器 在vue中&#xff0c;当我们使用了第三方库中的组件时&#xff0c;想要更改一些样式&#xff0c;达到我们想要的效果&#xff0c;由于scoped的影响直接编写同名样式时&#xff0c;是覆盖不了组件内的样式的。 为了达到我们想要的效果&#xff0c;…

区块链实验室(28) - 拜占庭节点劫持区块链仿真

在以前的FISCO环境中仿真拜占庭节点攻击区块链网络。该环境共有100个节点&#xff0c;采用PBFT作为共识机制&#xff0c;节点编号分别为&#xff1a;Node0&#xff0c;Node&#xff0c;… &#xff0c;Node99。这100个节点的前2010区块完全相同&#xff0c;自区块2011开始分叉。…

Pytest+Allure生成自动化测试报告!

前言 在自动化测试中&#xff0c;有unittestHTMLTestRunner自动化测试报告&#xff0c;但是生成的测试报告不够美观详细&#xff0c;今天我们来学习一下PytestAllure生成自动化测试报告。 一&#xff1a;安装python中的allure依赖库 在dos窗口中&#xff0c;输入下面三个命令…