P2107 小Z的AK计划(反悔贪心)

小Z的AK计划 - 洛谷https://www.luogu.com.cn/problem/P2107这一题刚出来习惯性的想到直接走一趟反悔操作然后最后记录的值就是最大,但我发现中间因为需要考虑走路时间的因素会导致有些思考时间少的机房直接不走了去下一个机房了从而错过了最优解,下面贴一下我第一次写时候的错误代码

会被这样一组数据hack掉

5 18

1 8

2 8

4 7

6 3

7 1

struct node {
	ll x, t;
};
node s[MAXN];

bool cmp(node a, node b) {
	if (a.x == b.x)
		return a.t < b.t;
	return a.x < b.x;
}

int main() {
	int n;
	ll m;
	int ans = 0;
	ll time = 0;
	scanf("%d %lld", &n, &m);
	for (int i = 1; i <= n; i++) {
		scanf("%lld %lld", &s[i].x, &s[i].t);
	}
	priority_queue<ll> que;
	sort(s + 1, s + n + 1, cmp);
	for (int i = 1; i <= n; i++) {
		if (s[i].t + time + s[i].x <= m) {
			time += s[i].t;
			que.push(s[i].t);
			ans++;
		} else {
			if (!que.empty() && s[i].t < que.top()) {
				if (time + s[i].x + s[i].t - que.top() <= m) {
					time += s[i].t - que.top();
					que.pop();
					que.push(s[i].t);
				}
			}
		}
	}
	printf("%d", ans);
	return 0;
}

再来看看正确的代码,我们需要在路上一直更新AC数,并更新最大值,一旦碰到有机房不能AC的就考虑反悔之前的机房,最后直到无法AC就可以退出了,这样的话不会遗漏掉。

struct node {
	ll x, t;
};
node s[MAXN];

bool cmp(node a, node b) {
	if (a.x == b.x)
		return a.t < b.t;
	return a.x < b.x;
}

int main() {
	int n;
	ll m;
	scanf("%d %lld", &n, &m);
	for (int i = 1; i <= n; i++) {
		scanf("%lld %lld", &s[i].x, &s[i].t);
	}
	sort(s + 1, s + n + 1, cmp);
	int ans = 0;
	int rec = 0;
	ll time = 0;
	priority_queue<ll> que;
	for (int i = 1; i <= n; i++) {
		rec++;
		que.push(s[i].t);
		time += s[i].t;
		while (!que.empty() && time + s[i].x > m) {
			time -= que.top();
			rec--;
			que.pop();
		}
		if (time + s[i].x > m)
			break;
		ans = max(rec, ans);
	}
	printf("%d", ans);
	return 0;
}

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
我还是不太确定您具体指的是哪个概念,因为在R语言中并没有一个叫做“p_val_ak”的内置函数或包。但是,根据我的理解,您可能是在问某个统计学方法或R包中的p值计算函数。 通常,在R语言中计算p值的函数名都以“pvalue”或“p_val”开头,后面的部分则表示具体的计算方法或统计模型。例如,如果您在使用线性回归模型,可以使用lm()函数拟合模型,然后使用summary()函数查看模型结果和p值。具体来说,可以通过summary()函数的输出,查看每个预测变量的p值,例如: ```r # 使用mtcars数据集中的mpg和wt变量拟合线性回归模型 model <- lm(mpg ~ wt, data = mtcars) # 查看模型结果和p值 summary(model) ``` 上面的代码将输出模型的摘要信息,包括R方值、模型系数、标准误、t值和p值等。其中,p值表示每个预测变量的显著性,通常用于判断该变量是否对因变量有显著的影响。 另外,如果您在使用某个特定的R包,比如说在做生物信息学分析时常用的DESeq2包,该包提供了一些计算差异表达基因的p值的函数,例如: ```r # 使用DESeq2包计算差异表达基因的p值 library(DESeq2) dds <- DESeqDataSetFromMatrix(countData = countData, colData = colData, design = ~ group) dds <- DESeq(dds) res <- results(dds) pvals <- res$pvalue ``` 上面的代码将从基因表达矩阵和样本信息中创建一个DESeq2数据集,然后使用DESeq()函数拟合模型,最后使用results()函数和$pvalue属性提取差异表达基因的p值。 如果您能提供更多具体的背景和上下文信息,我可以更好地帮助您理解和解决问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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