CCF-CSP真题202303-2《垦田计划》(哈希表)

问题描述

顿顿总共选中了 n 块区域准备开垦田地,由于各块区域大小不一,开垦所需时间也不尽相同。据估算,其中第 i 块(1≤i≤n)区域的开垦耗时为 t_{i} 天。这 n 块区域可以同时开垦,所以总耗时 t_{Total} 取决于耗时最长的区域,即:t_{Total}=max\left \{ t_{1},t_{2},...,t_{n} \right \}

为了加快开垦进度,顿顿准备在部分区域投入额外资源来缩短开垦时间。具体来说:

  • 在第 i 块区域投入 c_{i} 单位资源,便可将其开垦耗时缩短 1 天;

  • 耗时缩短天数以整数记,即第 i 块区域投入资源数量必须是 c_{i} 的整数倍;

  • 在第 i 块区域最多可投入 c_{i}×(t_{i}−k) 单位资源,将其开垦耗时缩短为 k 天;

  • 这里的 k 表示开垦一块区域的最少天数,满足 0<k≤min\left \{ t_{1},t_{2},...,t_{n} \right \};换言之,如果无限制地投入资源,所有区域都可以用 k 天完成开垦。

现在顿顿手中共有 m 单位资源可供使用,试计算开垦 n 块区域最少需要多少天?

输入格式

从标准输入读入数据。

输入共 n+1 行。

输入的第一行包含空格分隔的三个正整数 n、m 和 k,分别表示待开垦的区域总数、顿顿手上的资源数量和每块区域的最少开垦天数。

接下来 n 行,每行包含空格分隔的两个正整数 c_{i} 和 t_{i},分别表示第 i 块区域开垦耗时和将耗时缩短 1 天所需资源数量。

输出格式

输出到标准输出。

输出一个整数,表示开垦 n 块区域的最少耗时。

样例输入1

4 9 2
6 1
5 1
6 2
7 1

样例输出1

5

样例解释

如下表所示,投入 5 单位资源即可将总耗时缩短至 5 天。此时顿顿手中还剩余 4 单位资源,但无论如何安排,也无法使总耗时进一步缩短。

i基础耗时 c_{i}缩减 1 天所需资源 t_{i}投入资源数量实际耗时
16115
25105
36225
47125

样例输入2

4 30 2
6 1
5 1
6 2
7 1

样例输出2

2

样例解释

投入 20 单位资源,恰好可将所有区域开垦耗时均缩短为 k=2 天;受限于 k,剩余的 10 单位资源无法使耗时进一步缩短。

子任务

70% 的测试数据满足:0<n,t_{i},c_{i}≤100 且 0<m≤10^{6}

全部的测试数据满足:0<n,t_{i},c_{i}≤105 且 0<m≤10^{9}

思路:

1、由于开垦 n 块区域最少需要多少天取决于哪块区域需要的天数最多,且要想天数变少,开垦天数一样的区域需要同时利用资源来减少天数。

2、基于这种情况,采用有序的哈希表来进行存储,key为开垦需要的天数(天数一样的区域即为一个键值对),value为将key减少一天所需要的总资源。

3、优先处理开垦需要最多天数的区域,也就是倒叙遍历哈希表。根据资源m剩余情况若不可以此天数减少一天或着已经是最低天数k,则输出并返回。

4、若可以减少天数,则资源数对应减少,并且将较少后的天数作为key,减少一天需要的资源数插入到哈希表中(若天数已经存在,则key对应的value累加)。

代码实现: 

#include<iostream>
#include<map>

using namespace std;

int main() {
	int n, m, k;
	cin >> n >> m >> k;
	map<int, int>maps;
	for (int i = 0; i < n; ++i) {      //用有序哈希表存储开垦所需相同时间的田地一起减少一天所需的总资源
		int c, t;                      //根据map的特性,所需天数从小大排序
		cin >> c >> t;
		maps[c] += t;
	}
	for (auto it = maps.rbegin(); it != maps.rend(); ++it) {   //从哈希表的后面开始遍历即先处理所需天数最多的田地
		int tmp1 = it->first;                 //变量临时存储,开垦土地所需天数
		int tmp2 = it->second;                //变量临时存储,减少一天所需资源数
		if (m < tmp2 || tmp1 == k)            //可用资源不足以缩短时间或者开垦天数已经达到最少天数k,则输出返回
		{
			cout << tmp1 << endl;
			break;
		}
		m -= tmp2;                             //否则的话减少资源
		maps[tmp1 - 1] += tmp2;                //开垦所需天数减一,同时把减一天后所需的资源累加到哈希表中,也是有序的
	}

}
  • 14
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
垦田计划(Reclamation Project)是一个经典的编程问题,通常用于测试算法数据结构的能力。这个问题可以用 Python 来解决。我会给出一个简单的解法,但请注意这只是其中一个可能的解决方案。 问题描述:给定一个 MxN 的土地矩阵,每个单元格都有一个高度值。我们希望通过垦田计划来使得整个土地的高度尽可能平均。每一步,你可以选择一个高度最高的单元格,并将其高度减去1,直到所有的单元格的高度都相等为止。计算完成垦田计划所需的总步数。 解法思路: 1. 首先,我们需要找到土地中最高的单元格的高度,并记录其位置。 2. 然后,我们将该单元格的高度减去1,并增加步数计数器。 3. 重复上述两个步骤,直到所有单元格的高度都相等为止。 4. 返回步数计数器的值。 下面是一个简单的 Python 解法示例: ```python def reclamation_project(land): m, n = len(land), len(land[0]) steps = 0 while True: max_height = -1 max_height_pos = (-1, -1) # 找到最高的单元格 for i in range(m): for j in range(n): if land[i][j] > max_height: max_height = land[i][j] max_height_pos = (i, j) # 如果所有单元格高度相等,则退出循环 if max_height == min(land[i][j] for i in range(m) for j in range(n)): break # 将最高单元格的高度减去1,并增加步数计数器 steps += 1 i, j = max_height_pos land[i][j] -= 1 return steps ``` 这个解法使用了一个双重循环来遍历土地矩阵,找到最高的单元格。然后,它将最高单元格的高度减去1,并增加步数计数器。重复这个过程直到所有单元格的高度都相等为止。 请注意,这只是一个简单的解法示例,可能并不是最优解。实际上,垦田计划问题是一个复杂度较高的问题,可能需要更复杂的算法来解决大规模的土地矩阵。在实际应用中,你可能需要根据具体情况进行优化和改进。
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