题目背景
考虑到安全指数是一个较大范围内的整数、小菜很可能搞不清楚自己是否真的安全,顿顿决定设置一个阈值 θ,以便将安全指数 y 转化为一个具体的预测结果——“会挂科”或“不会挂科”。
因为安全指数越高表明小菜同学挂科的可能性越低,所以当 y≥θ 时,顿顿会预测小菜这学期很安全、不会挂科;反之若 y<θ,顿顿就会劝诫小菜:“你期末要挂科了,勿谓言之不预也。”
那么这个阈值该如何设定呢?顿顿准备从过往中寻找答案。
题目描述![在这里插入图片描述](https://img-blog.csdnimg.cn/926320ac410d44e4ad757086ba5a4ce8.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAV2FsbF9lXzQ3,size_20,color_FFFFFF,t_70,g_se,x_16)
输入格式
从标准输入读入数据。
输入的第一行包含一个正整数 m。
接下来输入 m 行,其中第 i(1≤i≤m)行包括用空格分隔的两个整数yi和 resulti,含义如上文所述。
输出格式
输出到标准输出。
输出一个整数,表示最佳阈值 θ∗。
样例1输入
0 0
1 0
1 1
3 1
5 1
7 1
样例1输出
3
样例1解释
按照规则一,最佳阈值的选取范围为 0,1,3,5,7。
θ=0 时,预测正确次数为 4;
θ=1 时,预测正确次数为 5;
θ=3 时,预测正确次数为 5;
θ=5 时,预测正确次数为 4;
θ=7 时,预测正确次数为 3。
阈值选取为 1 或 3 时,预测准确率最高;
所以按照规则二,最佳阈值的选取范围缩小为 1,3。
依规则三,θ∗=max1,3=3。
样例2输入
5 1
5 0
5 0
2 1
3 0
4 0
100000000 1
1 0
样例2输出
100000000
70% 的测试数据保证 m≤200;
全部的测试数据保证 2≤m≤105。
解题思路
先对数据按照yi进行升序排序,然后求出比yi小的0的个数,比yi大的1的个数;
theta=yi时,预测正确的个数=【0,i-1】中result=0的个数 + 【i,n】中result=1的个数
使用前缀和,将时间复杂度从O(n2)降到O(n);
#include<iostream>
#include<algorithm>
using namespace std;
//对yi进行排序
//theta=yi时,预测正确的个数=【0,i-1】中result==0的个数 + 【i,n】中result==1的个数
struct person{
int y;
int result;
}a[100010];
bool mycomp(struct person p1, struct person p2){
return p1.y<p2.y;
}
int sum[100010]={};//[0,i]中的挂科个数 前缀和
int main(){
int n;
cin>>n;
for(int i=1;i<=n;i++){
cin>>a[i].y>>a[i].result;
}
sort(a+1,a+n+1,mycomp);
for(int i=1;i<=n;i++){
sum[i]=sum[i-1]+a[i].result;//挂科个数 前缀和
}
int last=a[1].y;
int theta=a[1].y;
int maxcnt=0,res_y=a[1].y;//预测正确数,最好的yi
for(int i=1;i<=n;i++)
{
theta=a[i].y;//选取阈值
if(a[i].y==last)continue;//删除重复,避免 {yi,0}{yi,1}这样的连续yi相等
int num1=sum[n]-sum[i-1];//【i,n】中result==1的个数
int num0=i-1-sum[i-1];//【0,i-1】中result==0的个数
int cnt=num0+num1;//阈值为yi时,预测成功的个数
// cout<<"****i="<<i<<" y[i]="<<a[i].y<<" result[i]="<<a[i].result<<" cnt="<<cnt;
// cout<<" num0="<<num0<<" num1="<<num1<<endl;
if(cnt>=maxcnt){
maxcnt=cnt;
res_y=theta;
}
last=a[i].y;
}
cout<<res_y;
return 0;
}
参考:
https://blog.csdn.net/qq_45964225/article/details/120894117?spm=1001.2014.3001.5501
https://www.cnblogs.com/zhangzizi/p/14307323.html