蓝桥杯 - 大石头的搬运工 C++ 前缀和 算法 附Java python

题目

思路和解题方法

这段代码的目标是计算给定点集的最小总移动成本,使得所有点都在同一直线上。它通过计算每个点左边和右边的移动成本,然后在所有可能的分割点中选择最小成本。具体步骤如下:

  1. 读取输入的点集,每个点表示为 (y, x),其中 y 是点的权重,x 是点的位置。
  2. 对点集按照 x 坐标进行排序。
  3. 计算每个点左边和右边的移动成本。
  4. 遍历每个可能的分割点,计算总成本,并记录最小成本。
  5. 输出最小成本。

复杂度

        时间复杂度:O(nlogn)

                

时间复杂度: 排序所需的时间复杂度为 O(nlogn),计算移动成本的过程需要线性时间,因此总体时间复杂度为 O(nlogn)。

        空间复杂度:O(n)

空间复杂度: 程序的空间复杂度主要取决于数组 p[]pre[]nex[] 和其他常量,因此为 O(n)。

c++ 代码

#include <bits/stdc++.h>
using namespace std;
const int N=1e5+9;
#define x first
#define y second
typedef long long ll;
pair<int,int>p[N];
ll pre[N],nex[N];
int main() {int n;cin>>n;// 读入点集,每个点的坐标为 (y, x)for(int i=1;i<=n;i++)cin>>p[i].y>>p[i].x;// 按照 x 坐标对点集进行排序sort(p+1,p+1+n);ll s=0;// 计算每个点左边的移动成本for(int i=1;i<=n;i++){pre[i]=pre[i-1];pre[i]+=s*(p[i].x-p[i-1].x);s+=p[i].y;}s=0;// 计算每个点右边的移动成本for(int i=n;i>=1;i--){nex[i]=nex[i+1];nex[i]+=s*(p[i+1].x-p[i].x);s+=p[i].y;}ll ans=1e18;// 遍历每个可能的分割点,计算总成本,并记录最小成本for(int i=1;i<=n;i++){ans=min(ans,pre[i]+nex[i]);}// 输出最小成本cout<<ans<<endl;return 0;
}

Java 版本(仅供参考)

import java.util.*;public class Main {static final int N = 100009;public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();Pair[] p = new Pair[N];long[] pre = new long[N];long[] nex = new long[N];for (int i = 1; i <= n; i++)p[i] = new Pair(scanner.nextInt(), scanner.nextInt());Arrays.sort(p, 1, n + 1);long s = 0;for (int i = 1; i <= n; i++) {pre[i] = pre[i - 1];pre[i] += s * (p[i].x - p[i - 1].x);s += p[i].y;}s = 0;for (int i = n; i >= 1; i--) {nex[i] = nex[i + 1];nex[i] += s * (p[i + 1].x - p[i].x);s += p[i].y;}long ans = Long.MAX_VALUE;for (int i = 1; i <= n; i++) {ans = Math.min(ans, pre[i] + nex[i]);}System.out.println(ans);}static class Pair implements Comparable<Pair> {int y, x;Pair(int y, int x) {this.y = y;this.x = x;}public int compareTo(Pair other) {return Integer.compare(this.x, other.x);}}
}

Python 版本(仅供参考)

n = int(input())
p = [(0, 0)] * (n + 1)
pre = [0] * (n + 1)
nex = [0] * (n + 1)for i in range(1, n + 1):p[i] = tuple(map(int, input().split()))p.sort(key=lambda x: x[1])s = 0
for i in range(1, n + 1):pre[i] = pre[i - 1]pre[i] += s * (p[i][1] - p[i - 1][1])s += p[i][0]s = 0
for i in range(n, 0, -1):nex[i] = nex[i + 1]nex[i] += s * (p[i + 1][1] - p[i][1])s += p[i][0]ans = float('inf')
for i in range(1, n + 1):ans = min(ans, pre[i] + nex[i])print(ans)

觉得有用的话可以点点赞,支持一下。

如果愿意的话关注一下。会对你有更多的帮助。

每天都会不定时更新哦  >人<  。

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/747416.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

AI学习笔记之六:无监督学习如何帮助人类挖掘数据金矿和防范网络欺诈

在这个大数据时代&#xff0c;企业和组织在过去几十上百年的经营过程中积累了大量的原始数据&#xff0c;其中蕴含着宝贵的商业价值和见解。然而&#xff0c;要从这些海量的、未经标记和处理的数据中发现隐藏的规律和知识&#xff0c;并不是一件容易的事情。这就好比要从一座巨…

C++实验 面向对象编程

一、实验目的&#xff1a; 掌握类中静态成员的定义方法&#xff0c;初始化方法&#xff0c;使用方法&#xff1b; 掌握类的友元说明方法&#xff0c;理解友元的使用特点 二、实验内容&#xff1a; 1、编写程序&#xff0c;统计某旅馆住宿客人的总数&#xff0c;要求输入客人…

[SaaS] AI试衣间

就刚刚&#xff01;我在淘宝用AI试了1000件衣服~淘宝AI试衣间&#xff0c;1秒换装&#xff0c;立即解锁不一样的你&#xff01;https://mp.weixin.qq.com/s/mZiNmepoWddYaLbEaap1Ow

技术资讯:Volar正式更名为Vue-Official

大家好&#xff0c;我是大澈&#xff01; 本文约700字&#xff0c;整篇阅读大约需要1分钟。 关注微信公众号&#xff1a;“程序员大澈”&#xff0c;免费加入问答群&#xff0c;一起交流技术难题与未来&#xff01; 现在关注公众号&#xff0c;免费送你 ”前后端入行大礼包“…

C语言例3-19:逻辑运算的例子

逻辑运算符的优先级&#xff1a; &#xff01; 优先于 双目运算符 优先于 关系运算符 优先于 && 优先于 ||单目逻辑运算符&#xff01; 和单目算术运算符 的优先级相同&#xff0c;结合性均是从右至左双目逻辑运算符“&&”和“||”的结合性是从左…

Android Studio实现内容丰富的安卓校园二手交易平台

获取源码请点击文章末尾QQ名片联系&#xff0c;源码不免费&#xff0c;尊重创作&#xff0c;尊重劳动 项目编号038 1.开发环境android stuido jdk1.8 eclipse mysql tomcat 2.功能介绍 安卓端&#xff1a; 1.注册登录 2.查看二手商品列表 3.查看二手商品详情 4.评论商品&…

试炼2 Marcille

文章目录 前言2D3D旋转展示动画blender工程文件头部起手式细节 前言 迷宫饭 Marcille 2D 3D 旋转展示动画 清晰展示: https://live.csdn.net/v/371218 blender工程文件 https://download.csdn.net/download/Computer_Tech/88972046 头部起手式 八点眼 侧峰线 三角鼻(三…

显著性检验P值...

显著性检验&#xff1a;P值和置信度_显著性p<0.05,p<0.01,p<0.001-CSDN博客 看论文里面一般在结果后面都会加上 虽然学过概率统计&#xff0c;但是一直不懂在结果这里加上这个代表什么含义&#xff0c;以及如何计算&#xff0c;参考上面链接进行学习。 P值指的是比较…

torchrun、 torch.distributed.launch 多节点分布式训练使用案例

数据并行分布式图: 梯度更新 分布式训练参数含义: nnodes:节点的数量,通常一个节点对应一个主机,方便记忆,直接表述为主机 node_rank:节点的序号,从0开始 nproc_per_node:一个节点中显卡的数量 -master_addr:master节点的ip地址,也就是0号主机的IP地址,该参数是…

Qt学习--this指针的使用

在 C 中&#xff0c;this 指针是一个特殊的指针&#xff0c;它指向当前对象的实例。 在 C 中&#xff0c;每一个对象都能通过 this 指针来访问自己的地址。 this是一个隐藏的指针&#xff0c;可以在类的成员函数中使用&#xff0c;它可以用来指向调用对象。 当一个对象的成员…

实验2 芯片测试算法设计

一、【实验目的】 &#xff08;1&#xff09;理解分治策略的设计思想&#xff1b; &#xff08;2&#xff09;熟悉将伪码转换为可运行的程序的方法&#xff1b; &#xff08;3&#xff09;能够根据算法的要求设计具体的实例。 二、【实验内容】 有n片芯片&#xff0c;其中好芯片…

Spring Boot整合canal实现数据一致性解决方案解析-部署+实战

&#x1f3f7;️个人主页&#xff1a;牵着猫散步的鼠鼠 &#x1f3f7;️系列专栏&#xff1a;Java全栈-专栏 &#x1f3f7;️个人学习笔记&#xff0c;若有缺误&#xff0c;欢迎评论区指正 目录 1.前言 2.canal部署安装 3.Spring Boot整合canal 3.1数据库与缓存一致性问题…

MySQL锁机制

概述 作为一名程序员(我是java开发)&#xff0c;锁是一个绕不开的话题。有读锁、写锁、排他锁、共享锁、红锁、可重入锁、自旋锁、公平锁、乐观锁、分段锁、偏向锁等等&#xff08;其实有些是一个意思&#xff09;。今天这里要说的是Mysql的锁机制(主要是innodb)&#xff0c;涉…

excel导入功能(适用于vue和react都可)

如图所示&#xff08;需求&#xff09;&#xff1a;点击导入excel后&#xff0c;数据自动新增到列表数据内 这里以vue3 andt 为例 template 标签内代码 &#xff1a; <a-uploadname"file":multiple"true":show-upload-list"false":customR…

3.3 ss-sp寄存器,栈的push和pop指令

汇编语言 1. 栈 栈是一种具有特殊的访问方式的存储空间它的特殊性就在于&#xff0c;最后进入这个空间的数据&#xff0c;最先出去。即先进后出 1.1 栈的基本操作 入栈&#xff1a;入栈就是将一个新的元素放到栈顶出栈&#xff1a;出栈就是从栈顶取出一个元素栈顶的元素总是…

Docker简单认识

目录 一、Docker概述 二、容器技术 2.1 容器与虚拟机的比较 2.2 容器和应用程序的比较 三、Docker和容器的关系 四、Docker和操作系统 五、总结 一、Docker概述 Docker 是一个开源的平台&#xff0c;用于开发、运送和运行应用程序。通过使应用程序与底层系统隔离&#x…

第2章 信息技术基础

本章学习要点 全面了解医院信息系统建设所涉及的主要信息技术以及这些技术的应用情况。 计算机与网络、信息技术与信息系统、数字媒体与数据存储技术、条形码(二维码)、RFID技术、云计算、APP技术 1.XML 可扩展标记语言与Access&#xff0c;Oracle和SQL Server等数据库不同…

【机器学习-01】机器学习基本概念与建模流程

机器学习的过程本质上是一个不断通过数据训练来提升模型在对应评估指标上表现的过程。在此过程中&#xff0c;为模型提供有效的反馈并基于这些反馈进行持续的调整是至关重要的。只有当这个过程顺利进行时&#xff0c;模型才能得到有效的训练&#xff0c;机器才能真正实现学习。…

修改vscode中代码的注释颜色

打开C盘、进入user目录&#xff0c;然后依次打开以下图片中的文件夹&#xff0c;在指定的文件中进行修改。 1. 2. 3. 4. 5. 6.

2049.不容易系列之(4)——考新郎

2048的升级 当nm时则全排错&#xff0c;与上题一样 当n>m时&#xff0c;则有n-m个是排对的&#xff0c;剩下m个全错 import java.util.*;public class Main {public static void main(String[] args) {Scanner scannernew Scanner(System.in);int num scanner.nextInt()…