奇妙养乐多

奇妙养乐多

时间限制: 1 Sec 内存限制: 128 MB

题目描述

小赵的第一次程序设计竞赛要开始了,比赛前当然要准备模板了,小赵开始整理自己的模板,小赵有 n n n 类模板,每类里面有 x x x 个知识点。
学知识当然要快乐啊,小赵决定每天每类模板只整理一个知识点,但是小赵如果在整理某类模板前喝一瓶他最爱的养乐多,他就会整理出这类模板最多 k k k 个知识点。养乐多可真好喝,所以小赵可以在整理之前喝很多瓶,喝 x x x 瓶养乐多的话,就可以整理最多 x ∗ k x*k xk 个知识点。
已知小赵一共有 m m m 瓶养乐多,他最少需要提前准备多少天才能在比赛前完成模板。(他可真懒呀)

输入

本题有多组测试数据。
每组测试数据第一行三个整数 n , m , k n,m,k n,m,k 如题面描述。 ( 0 < n < = 1 e 6 , 0 < m < = 1 e 9 , 1 < = k < = 1000 ) (0<n<=1e6, 0<m<=1e9, 1<=k<=1000) (0<n<=1e6,0<m<=1e9,1<=k<=1000)
第二行 n n n 个整数,第 i i i 个数字 x i x_i xi 代表第 i i i 类模板的知识点的数量。 ( 0 < x i < = 1 e 18 ) (0<x_i<=1e18) (0<xi<=1e18)

输出

每组测试数据输出一行一个整数,代表提前准备的天数。

样例输入

5 2 2
1 2 3 4 5

样例输出

4

提示

第一天:0 1 2 3 3
第二天:0 0 1 2 1
第三天:0 0 0 1 0
第四天:0 0 0 0 0

思路

二分一下天数,在最后一天使用养乐多。
注意数据范围

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll mod=1e9+7;
const int maxn=1e6+5;
ll n,m,k;
ll w[maxn];
bool check(ll x) {
    __int128 res = 0, t;
    for (int i = 1; i <= n; ++i) {
        if (w[i] >x) {
            t = w[i] - x + 1;
            if (t % k == 0) {
                res += t / k;
            } else {
                res += t / k + 1;
            }
        }
        if (res > m) return 0;
    }
    if (res > m) return 0;
    return 1;
}
int main() {
    //freopen("data.in","r",stdin);
    while (~scanf("%lld %lld %lld", &n, &m, &k)) {
        ll mx = 0;
        for (int i = 1; i <= n; ++i) {
            scanf("%lld", w + i);
            mx = max(mx, w[i]);
        }
        __int128 l = 1, r = mx;
        __int128 ans = 0;
        while (l <= r) {
            __int128 mid = (l + r) >> 1;
            if (check(mid)) {
                ans = mid;
                r = mid - 1;
            } else l = mid + 1;
        }
        printf("%lld\n", (ll)ans);
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“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