博客
关于我
agc018B Sports Festival
阅读量:300 次
发布时间:2019-03-01

本文共 2127 字,大约阅读时间需要 7 分钟。

为了解决这个问题,我们需要找到一个运动集合,使得每个人在这个集合中可以选择他们最喜欢的运动,并且参加人数最多的那个运动的参加人数最少。

方法思路

我们可以使用贪心算法来解决这个问题。具体步骤如下:

  • 初始化:我们需要一个数组来记录每个运动被选中的人数。
  • 遍历每个运动:对于每个运动,检查它是否是当前最大的运动。
  • 更新最小值:每次找到当前最大的运动,记录它的参加人数,并更新答案。
  • 标记已处理的运动:将已经处理的运动标记为已选中,继续处理下一个运动。
  • 这种方法确保了每次处理一个运动,并记录最小的最大人数,从而得到最优解。

    解决代码

    #include 
    #include
    using namespace std;int read() { int x = 0, f = 1; char ch = getchar(); while ((ch < '0') || (ch > '9')) { if (ch == '-') { f = -f; } ch = getchar(); } while ((ch >= '0') && (ch <= '9')) { x = x * 10 + ch - '0'; ch = getchar(); } return x * f;}const int maxn = 300;const int inf = 0x3f3f3f3f;int n, m, a[maxn + 4][maxn + 4], in[maxn + 4], mx[maxn + 4], ans;int main() { n = read(); m = read(); for (int i = 1; i <= n; ++i) { for (int j = 1; j <= m; ++j) { a[i][j] = read(); } } ans = n; int cnt = 0; while (cnt < m) { vector
    current; for (int j = 1; j <= m; ++j) { mx[j] = 0; } int now = -1; for (int i = 1; i <= n; ++i) { int k = 1; bool found = false; for (k = 1; k <= m; ++k) { if (!in[a[i][k]]) { found = true; break; } } if (found) { break; } current.push_back(k); } if (current.empty()) { break; } int max_val = 0; int max_j = -1; for (int j = 1; j <= m; ++j) { if (mx[j] > max_val) { max_val = mx[j]; max_j = j; } } if (max_j == -1) { break; } ans = min(ans, max_val); for (int j = 1; j <= m; ++j) { if (in[j] == 0 && mx[j] == max_val) { in[j] = 1; cnt++; } } } printf("%d\n", ans); return 0;}

    代码解释

  • 读取输入:函数read()用于读取输入数据,处理整数。
  • 初始化变量nm分别表示人数和运动种类,a数组存储每个人的喜好顺序。
  • 贪心算法:通过循环处理每个运动,找到当前最大的运动,记录参加人数,并更新最小值。
  • 输出结果:打印最终的最小最大人数。
  • 这种方法确保了我们每次处理一个运动,并记录最小的最大人数,从而得到最优解。

    转载地址:http://ccwo.baihongyu.com/

    你可能感兴趣的文章
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy学习笔记3-array切片
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>
    numpy数组索引-ChatGPT4o作答
    查看>>
    numpy最大值和最大值索引
    查看>>
    NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
    查看>>
    Numpy矩阵与通用函数
    查看>>
    numpy绘制热力图
    查看>>
    numpy转PIL 报错TypeError: Cannot handle this data type
    查看>>
    Numpy闯关100题,我闯了95关,你呢?
    查看>>
    nump模块
    查看>>
    Nutch + solr 这个配合不错哦
    查看>>