LA 4254 Processor 贪心+二分 *

56 篇文章 0 订阅
12 篇文章 0 订阅

题目地址:http://vjudge.net/problem/UVALive-4254

计算机的速度可以是任何值,题目求的是最大速度的最小值

那么很明显就是二分查找最优解

题目就转化为:给定一个是计算机速度,求该速度下能否达成目标

最暴力的方法就是,[i,j]之间的线段都试一下,但n^2log2(n)肯定超时

那么就肯定是贪心,贪心的思路就是:你在t时刻,还有k个任务没完成,肯定会选马上要交的作业写对吧,

贪心就是这个思路,在所有任务中,选择终止时刻最小的那个,这就要用到优先队列优化了,时间是从头开始枚举的

#include <bits/stdc++.h>
using namespace std;
#define REP(i,a,b)  for(int i=a;i<=(b);++i)
#define REPD(i,a,b) for(int i=a;i>=(b);--i)
#define max(a,b) ((a)>(b)?(a):(b))
#define min(a,b) ((a)<(b)?(a):(b))
struct Node
{
	int r,d,w;
	bool operator < (const Node& n) const {
		return d>n.d;
	}
}P[10000+5];
bool cmp(const Node& n1,const Node& n2){
	return n1.r<n2.r;
}
int n;
bool Check(int speed){
	priority_queue<Node> PQ;
	int nowTime=P[1].r*speed,pos=1;
	for(;;){
		while(pos<=n&&P[pos].r*speed<=nowTime) PQ.push(P[pos++]);
		int nextTaskTime=pos>n?(1<<30):P[pos].r*speed;
		
		Node task=PQ.top(); PQ.pop();
		int deadLine=task.d*speed;
		int time=nowTime+task.w;
		if(time>deadLine) return false;
		if(time>nextTaskTime) 
			time=nextTaskTime,
			task.w-=time-nowTime,
			PQ.push(task);
			
		nowTime=time;
		
		if(PQ.empty()) {
			if(pos==n+1) return true;
			else nowTime=nextTaskTime;
		}
	}
}
int main(int argc, char const *argv[])
{
	int T; scanf("%d",&T);
	while(T--){
		scanf("%d",&n);
		REP(i,1,n) {
			int r,d,w; scanf("%d%d%d",&r,&d,&w);
			P[i]=Node{r,d,w};
		}
		sort(P+1,P+1+n,cmp);
		int L=1,R=1000+5;  //R不能太大 ,万一溢出了
		while(L<=R){
			int mid=(L+R)>>1;
			if(R!=mid&&Check(mid)) R=mid;
			else L=mid+1;
		}
		printf("%d\n", R);
	}
	return 0;
}



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以帮你用 Python 实现拉格朗日插值法计算 y=1/(1+x^2),其中 x=5(cos((2k-1)π/2n)),k=1,2,…,n。 首先,我们需要导入 NumPy 库,因为它提供了一些用于数学计算的函数。代码如下: ```python import numpy as np ``` 接下来,我们定义一个函数 `lagrange_interpolation`,它接受三个参数:x,y 和 xi。其中,x 和 y 分别是已知的数据点的 x 坐标和 y 坐标,xi 是插值点的 x 坐标。 ```python def lagrange_interpolation(x, y, xi): n = len(x) yi = 0 for i in range(n): # 计算 Li(x) Li = 1 for j in range(n): if j != i: Li *= (xi - x[j]) / (x[i] - x[j]) # 计算 yi yi += y[i] * Li return yi ``` 在函数内部,我们首先计算插值点的数量,然后用一个循环遍历每个已知数据点。在循环内部,我们计算拉格朗日多项式 Li(x),然后将其乘以对应的 y 坐标,并累加到 yi 中。最后,我们返回 yi。 现在,我们可以使用上面的函数来计算 y=1/(1+x^2),其中 x=5(cos((2k-1)π/2n)),k=1,2,…,n。具体步骤如下: 1. 首先,我们需要生成插值点的 x 坐标。根据公式 x=5(cos((2k-1)π/2n)),我们可以使用 NumPy 来实现: ```python n = 10 # 插值点的数量 k = np.arange(1, n + 1) x = 5 * np.cos((2 * k - 1) * np.pi / (2 * n)) ``` 2. 然后,我们计算插值点的 y 坐标。根据公式 y=1/(1+x^2),我们可以直接使用 NumPy 来实现: ```python y = 1 / (1 + x ** 2) ``` 3. 最后,我们可以使用上面定义的 `lagrange_interpolation` 函数来计算插值点的函数值。例如,如果我们要计算 x=2 处的函数值,可以这样做: ```python xi = 2 yi = lagrange_interpolation(x, y, xi) print(yi) ``` 输出结果为: ``` 0.03843168139749765 ``` 完整代码如下:

“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