随笔—邀请赛前训—Duff and Meat

题目的意思是给你多组清单,每组包含所需食物的数量,和当天食物的单价,可以囤积食物。求花最少的钱完成清单。

解决这道题目的策略是从头到尾扫描一遍这些清单,再遇到更便宜的价格前都用之前最便宜的价格买食物,再更新当前最便宜的价格,以此类推下去。

数组a[ ]代表各天地食物需求

数组b[ ]代表各天地食物单价

变量cheap代表当前最便宜的单价是哪天

#include<cstdio>
#include<cstring>
#include<iostream>

using namespace std;

#define  MAX(x,y) (((x)>(y)) ? (x) : (y))
#define  MIN(x,y) (((x) < (y)) ? (x) : (y))
#define ABS(x) ((x)>0?(x):-(x))

const int inf = 0x7fffffff;

const int N=100000+10;
int a[N];
int b[N];
int main()
{
    int n;
    cin>>n;
    for(int i=0; i<n; i++){
        scanf("%d%d",a+i,b+i);
    }
    int cheap=0;
    int cnt=a[0];
    long long ans=0;
    for(int i=1; i<n; i++){
        if(b[i] < b[cheap] ){
            ans += b[cheap]*cnt;
            cnt=a[i];
            cheap=i;
        }
        else{
            cnt += a[i];
        }
//        cout<<"ans= "<<ans<<endl;
    }
    ans += b[cheap]*cnt;
    cout<<ans<<endl;
    return 0;
}

 

转载于:https://www.cnblogs.com/shawn-ji/p/5537215.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Porter-Duff算法是图像处理中用于颜色混合的一种技术,它由David Porter和Larry Duff在1984年提出。该算法主要用于计算两个像素的颜色应该如何混合以得到最终结果。在计算机图形学中,它常用于实现诸如透明度、遮罩、绘图等操作。 具体来说,Porter-Duff算法有几种不同的模式: 1. **源(Source)**:新像素完全覆盖旧像素,不考虑旧像素的颜色。 ```python new_color = old_color + src_color ``` 2. **目的地(Destination)**:新像素完全替换旧像素,不管src_color是什么。 ```python new_color = old_color ``` 3. **源过(Over)**:如果新像素比旧像素亮,则显示新像素;反之则保留旧像素。 ```python if src_alpha < old_alpha: new_color = old_color else: new_color = old_color * (1 - src_alpha) + src_color * src_alpha ``` 4. **源在下(In)**:只有当新像素完全位于旧像素内时才显示新像素。 ```python new_color = old_color * (1-src_alpha) + src_color * src_alpha * old_color / src_color ``` 5. **源在上面(Out)**:与"In"相反,只有新像素完全超出旧像素时显示新像素。 ```python new_color = src_color * (1-old_alpha) ``` 6. **清除(Clear)**:设置新像素为全透明(黑色)。 ```python new_color = (0, 0, 0, 0) ``` 这些模式可以通过调整alpha通道(透明度)来控制颜色混合的效果。在Python的图像处理库如PIL或OpenCV中,可以找到对Porter-Duff模式的支持。
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