【NOIP2018普及组】摆渡车

该博客介绍了NOIP2018普及组的一道题目,涉及摆渡车如何最优化调度以使学生等待时间之和最小。博主探讨了两种解题思路,包括使用斜率优化的算法和动态规划方法,并提供了相应的代码实现。
摘要由CSDN通过智能技术生成


@题目描述@

有 n 名同学要乘坐摆渡车从人大附中前往人民大学,第 i 位同学在第 ti 分钟去等车。只有一辆摆渡车在工作,但摆渡车容量可以视为无限大。摆渡车从人大附中出发、把车上的同学送到人民大学、再回到人大附中(去接其他同学),这样往返一趟总共花费 m 分钟(同学上下车时间忽略不计)。摆渡车要将所有同学都送到人民大学。
凯凯很好奇,如果他能任意安排摆渡车出发的时间,那么这些同学的等车时间之和最小为多少呢?
注意:摆渡车回到人大附中后可以即刻出发。

输入
第一行包含两个正整数 n,m,以一个空格分开,分别代表等车人数和摆渡车往返一趟的时间。
第二行包含 n 个正整数,相邻两数之间以一个空格分隔,第 i 个非负整数 ti代表第 i 个同学到达车站的时刻。
输出
输出一行,一个整数,表示所有同学等车时间之和的最小值(单位:分钟)。

输入样例 1
5 1
3 4 4 3 5
输入样例 2
5 5
11 13 1 5 5

输出样例 1
0
输出样例 2
4

输入输出样例 1 说明
同学 1 和同学 4 在第 3 分钟开始等车,等待 0 分钟,在第 3 分钟乘坐摆渡车出发。摆渡车在第 4 分钟回到人大附中。
同学 2 和同学 3 在第 4 分钟开始等车,等待 0 分钟,在第 4 分钟乘坐摆渡车出发。摆渡车在第 5 分钟回到人大附中。
同学 5 在第 5 分钟开始等车,等待 0 分。

输入输出样例 2 说明
同学 3 在第 1 分钟开始等车,等待 0 分钟,在第 1 分钟乘坐摆渡车出发。摆渡车在第 6 分钟回到人大附中。
同学 4 和同学 5 在第 5 分钟开始等车,等待 1 分钟,在第 6 分钟乘坐摆渡车出发。摆渡车在第 11 分钟回到人大附中。
同学 1 在第 11 分钟开始等车,等待 2 分钟;同学 2 在第 13 分钟开始等车,等待 0 分钟。他/她们在第 13 分钟乘坐摆渡车出发。自此所有同学都被送到人民大学。总等待时间为 4。可以证明,没有总等待时间小于 4 的方案。

数据规模与约定
对于 10% 的数据,n ≤ 10,m = 1,0 ≤ ti ≤ 100。
对于 30% 的数据,n ≤ 20,m≤ 2,0 ≤ ti ≤ 100。
对于 50% 的数据,n ≤ 500,m ≤ 100,0 ≤ ti ≤ 10^4。
另有 20% 的数据,n ≤ 500,m ≤ 10,0 ≤ ti ≤ 4×10^6。
对于 100% 的数据,n ≤ 500,m ≤ 100,0 ≤ ti ≤ 4×10^6。

@绝对不可能是正解的题解@

搜到了不少的题解,一个比一个强 orz。
这个算法应该是一个比较容易“想到”的算法(因为题目中很多的性质都没有用到)
但是有用到斜率优化……
定义 a [ i ] a[i] a[i] 表示第 i 个时刻到达进行等车的人数。
定义 d p [ i ] dp[i] dp[i] 表示在第 i 个时刻发车,前面的同学最小等待时间之和。
则有:
d p [ i ] = min ⁡ ( d p [ j ] + ( ∑ k = j + 1 k ≤ i a [ k ] ∗ ( i − k ) ) ) ( i − j > = m ) dp[i] = \min(dp[j] + (\sum_{k=j+1}^{k\le i}a[k]*(i-k)))(i-j>=m) dp[i]=min(dp[j]+(k=j+1kia[k](ik)))(ij>=m)
拆开得到:
d p [ i ] = min ⁡ ( d p [ j ] + i ∗ ( ∑ k = j + 1 k ≤ i a [ k ] ) − ( ∑ k = j + 1 k ≤ i a [ k ] ∗ k ) ) ( i − j > = m ) dp[i] = \min(dp[j] + i*(\sum_{k=j+1}^{k\le i}a[k])-(\sum_{k=j+1}^{k\le i}a[k]*k))(i-j>=m) dp[i]=min(dp[j]+i(k=j+1kia[k])(k=j+1kia[k]k))(ij>=m)
c n t [ i ] = ∑ j = 1 j ≤ i a [ j ] cnt[i]=\sum_{j=1}^{j\le i}a[j] c

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