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 �,以便将安全指数 � 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 �≥� 时,顿顿会预测小菜这学期很安全、不会挂科;反之若 �<�,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。 题目描述具体来说,顿顿评估了 � 位同学上学期的安全指数,其中第 �(1≤�≤�)位同学的安全指数为 ��,是一个 [0,108] 范围内的整数;同时,该同学上学期的挂科情况记作 �������∈0,1,其中 0 表示挂科、1 表示未挂科。 相应地,顿顿用 ��������(�) 表示根据阈值 � 将安全指数 � 转化为的具体预测结果。 如果 ��������(��) 与 ������� 相同,则说明阈值为 � 时顿顿对第 � 位同学是否挂科预测正确;不同则说明预测错误。 predict�(�)={0(�<�)1(�≥�) 最后,顿顿设计了如下公式来计算最佳阈值 �∗: �∗=maxargmax�∈��∑�=1�(predict�(��)==�������) 该公式亦可等价地表述为如下规则:
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 �。 接下来输入 � 行,其中第 �(1≤�≤�)行包括用空格分隔的两个整数 �� 和 �������,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 �∗。 样例1输入
Data 样例1输出
Data 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。 �=0 时,预测正确次数为 4; �=1 时,预测正确次数为 5; �=3 时,预测正确次数为 5; �=5 时,预测正确次数为 4; �=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,�∗=max1,3=3。 样例2输入
Data 样例2输出
Data 子任务70% 的测试数据保证 �≤200; 全部的测试数据保证 2≤�≤105。 |
第一次只拿了70分,说是运行超时。第一次做的时候很直接,遍历再遍历求预测正确次数,时间是n*n。
如何缩短时间?肯定从循环入手。数组是肯定要遍历一次的,不然怎么比大小。所以,预测正确次数不需要遍历。
那应该怎么做?
这道题很像算法分析课上动态规划一章中讲过的钢条切割问题,我们注意到这一章中很重要的一点:存储子问题结果,不需要重复求取。
这里的预测正确次数其实和前一次是有关联的,即:本次预测正确次数=前一次预测正确次数-上一个y值中r=1的个数+上一个y值中r=0的个数
另外,相同的数字不需要走这一步,只需要判断r==0还是r==1并计数。
#include<iostream>
#include<algorithm>
using namespace std;
struct p{
int y;
int r;
};
int cmp(p a,p b){
if(a.y>b.y){
return 0;
}
else if (a.y==b.y){
if(a.y>=b.y){
return 0;
}
}
return 1;
}
int main(){
int m;
cin>>m;
p myp[m];
for(int i=0;i<m;++i){
cin>>myp[i].y>>myp[i].r;
}
sort(myp,myp+m,cmp);
int maxr=0;
int maxy=myp[0].y;
int lastr=0;
int lasty=myp[0].y;
int tempcont0=0;
int tempcont1=0;
for(int i=0;i<m;++i){
if(myp[i].r==1){
maxr++;
lastr++;
}
}
if(myp[0].r==1){tempcont1++;}
else{tempcont0++;}
for(int i=1;i<m;++i){
if(myp[i].y!=lasty){
lastr-=tempcont1;
lastr+=tempcont0;
tempcont0=0;
tempcont1=0;
lasty=myp[i].y;
if(lastr>=maxr){
maxr=lastr;
maxy=lasty;
}
}
if(myp[i].r==1){
tempcont1++;
}
else{
tempcont0++;
}
}
cout<<maxy<<endl;
}