备战蓝桥杯---贪心刷题1
话不多说,直接看题:

本质是一个数学题:

我们令xi<0表示反方向传递,易得我们就是求每一个xi的绝对值之和min,我们令平均值为a爸。
易得约束条件:
x1-x2=a1-a,x2-x3=a2-a.....
解得x1=x1-0,x2=x1-((n-1)*a-a2-...an)。。。。
这样就把问题转化成|x1-c1|+|x2-c2|+|...|....
又ci=ci+1+a-ai我们就可以吧c解出来,下面是AC代码:
#include<bits/stdc++.h>
using namespace std;
const int N=1000010;
long long n,a[N];
long long sum=0;
long long c[N];
int main(){cin>>n;for(int i=1;i<=n;i++){scanf("%lld",&a[i]);sum+=a[i];}long long av=sum/n;for(int i=n;i>1;i--){c[i]=c[i+1]+av-a[i];}c[1]=0;sort(c+1,c+n+1);long long res=0;for(int i=1;i<=n;i++) res+=abs(c[i]-c[(i+1)/2]);cout<<res;
}
接题:

先转换一下,我们从小岛的角度来看,看看每一个小岛可以被覆盖在x轴上对应的范围,这样问题就转换成了给定若干个区间,最少选多少个点可以使得每一个区间至少选了一个点。
如何贪心?我们先按照右端点排序,扫描每一个线段,若上一个右端点不在区间,那么选右端点。
若在则跳过。
如何严格证明?
我们记cnt为算法得到的结果,opt为最优解。
显然选了cnt个,那么就有cnt个互不相交的区间,因此答案一定大于等于cnt+opt是最优解,得证!
下面是AC代码:
#include<bits/stdc++.h>
using namespace std;
const int N=1010;
int n,d;
struct node{double l,r;
}seg[N];
bool cmp(node a,node b){return a.r<b.r;
}
int main(){cin>>n>>d;bool ff=0;for(int i=0;i<n;i++){int x,y;scanf("%d%d",&x,&y);if(y>d) ff=1;else{double ck=sqrt(d*d-y*y);seg[i].l=x-ck,seg[i].r=x+ck;}}if(ff) cout<<-1<<endl;else{sort(seg,seg+n,cmp);int cnt=0;double last=-1000000000;for(int i=0;i<n;i++){if(last<seg[i].l){cnt++;last=seg[i].r;}}cout<<cnt;}
}
接题:

很容易想到,假如每一个人的钱都比平均大,那么都取平均即可。
假如有一个人少,那么让它填满,剩下的平均分摊给大于平均的。
下面是严格的证明:
我们把方差的每一项看成xi,xi的和为0,由均值不等式知我们要让每一个数尽可能相同,假如有一个小于平均值,假设它不选满,则结果肯定变大。
因此,若a1<平均值,那么我们就取a1,后面的式子满足加起来和为s-a1,因此剩下的加起来就是s-a1-(n-1)/n*s;此时每一个取到(s-a1)/(n-1)是最优的,而若此时大于该值,那么后面的肯定也大(排过序),因此取其即可。
下面是AC代码:
#include<bits/stdc++.h>
using namespace std;
const int N=500100;
int n,a[N];
int main(){long double s;scanf("%d%Lf",&n,&s);for(int i=0;i<n;i++) scanf("%d",&a[i]);sort(a,a+n);long double res=0,av=s/n;for(int i=0;i<n;i++){double cur=s/(n-i);if(a[i]<cur) cur=a[i];res+=(cur-av)*(cur-av);s-=cur;}printf("%.4Lf\n",sqrt(res/n));
}
相关文章:
备战蓝桥杯---贪心刷题1
话不多说,直接看题: 本质是一个数学题: 我们令xi<0表示反方向传递,易得我们就是求每一个xi的绝对值之和min,我们令平均值为a爸。 易得约束条件: x1-x2a1-a,x2-x3a2-a..... 解得x1x1-0,x2x1-((n-1)*a-a2-...an)。…...
《数据结构学习笔记---第九篇》---循环队列的实现
文章目录 1.循环队列的定义 2.循环队列的判空判满 3.创建队列并初始化 4.入队和出队 5. 返回队尾队首元素 6.释放循环队列 1.循环队列的定义 定义:存储队列元素的表从逻辑上被视为一个环。 我们此次实现的循环队列,采用顺序表 typedef struct {int…...
前端调试工具之Chrome Elements、Network、Sources、TimeLine调试
常用的调试工具有Chrome浏览器的调试工具,火狐浏览器的Firebug插件调试工具,IE的开发人员工具等。它们的功能与使用方法大致相似。Chrome浏览器简洁快速,功能强大这里主要介绍Chrome浏览器的调试工具。 打开 Google Chrome 浏览器,…...
vue 加 websocket 聊天
<template><div style="height: 100%; width: 100%; background-color: #fff"><div class="wrap"><!-- 头部 --><div class="titleBox"><imgsrc="@/assets/image/avatar.png"style="argin: 10p…...
uniapp通过蓝牙传输数据 (ios)
在uni-app中,可以通过uni-ble(uni-app官方提供的蓝牙插件)来实现iOS设备上的蓝牙数据传输。 首先,确保已在uni-app的manifest.json文件中添加uni-ble插件的配置: "permission": { "scope.userLocati…...
docker搭建CI/CD环境配置过程中的常见问题
一、Jenkins 1、pull镜像问题 docker pull jenkins/jenkins:lts Using default tag: latest Trying to pull repository docker.io/library/centos ... Get https://registry-1.docker.io/v2/library/centos/manifests/latest: Get https://auth.docker.io/token?scoperepo…...
实验四 微信小程序智能手机互联网程序设计(微信程序方向)实验报告
请编写一个用户登录界面,提示输入用户名和密码进行登录; 代码 index.wxml <view class"user"> <form bindreset""> <view>用户名:</view><input type"text"name""/>…...
WPF —— 关键帧动画
wpf动画类型 1<类型>Animation这些动画称为from/to/by动画或者叫基本动画,他们会在起始值或者结束值进行动画处理,常用的例如 <DoubleAnimation> 2 <类型>AnimationUsingKeyFrames: 关键帧动画,功能要比from/to这些动画功…...
Taro + vue3 小程序封装标题组件
分为没有跳转页面的title组件和 有跳转页面的title组件 我们可以把这个封装成一个组件 直接上代码 <template><div class"fixed-title-container"><div class"box"><div class"icon" v-if"isShow" click"…...
babyAGI(6)-babyCoder源码阅读2任务描述部分
废话不多说,我们直接看task的prompt 这里需要注意的是,每个openai_call的temperature都不相同,这也是开发程序时需要调整和关注的一点 1. 初始化代码任务agent 作为babycoder的第一个angent,整个prompt编写的十分值得学习 整个p…...
生成式语言模型预训练阶段验证方式与微调阶段验证方式
生成式语言模型,如GPT-3、BERT等,在预训练和微调阶段都需要进行验证以确保模型性能。下面分别介绍这两个阶段的验证方式: 预训练阶段的验证: 预训练阶段通常使用大量未标注的文本数据来训练模型,以学习语言的一般特性。…...
flink on yarn
前言 Apache Flink,作为大数据处理领域的璀璨明星,以其独特的流处理和批处理一体化模型,成为众多企业和开发者的首选。它不仅能够在处理无界数据流时展现出卓越的实时性能,还能在有界数据批处理上达到高效稳定的效果。本文将简要…...
用TOMCAT部署web项目教程
文章目录 引言I 使用webapps文件夹II 利用server.xmlIII 自定义配置文件IV 预备知识4.1项目的一般结构4.2 contex标签4.3 IDE部署4.4 配置Tomcat服务引言 在开发阶段,一般使用IDE如MyEclipse来部署web项目,不要忘记手动部署的三种方式。 I 使用webapps文件夹 将项目文件夹…...
bash例子-source进程替换、alias不生效处理
#1. source 例子, 进程替换source <(echo alias zls"ls") #上一行 中 echo替换为cat,则得到如下行, 好处是 cat不用处理引号转义问题,而echo则必须处理引号转义问题#写一段复杂脚本,且 不处理引号转义问题 &#x…...
rabbitmq死信交换机,死信队列使用
背景 对于核心业务需要保证消息必须正常消费,就必须考虑消费失败的场景,rabbitmq提供了以下三种消费失败处理机制 直接reject,丢弃消息(默认)返回nack,消息重新入队列将失败消息投递到指定的交换机 对于核…...
gitlab备份与恢复
1.1.1 查看系统版本和软件版本 cat /etc/debian_version cat /opt/gitlab/embedded/service/gitlab-rails/VERSION 1.1.2 数据备份 打开/etc/gitlab/gitlab.rb配置文件,查看一个和备份相关的配置项 sudo vim /etc/gitlab/gitlab.rb gitlab_rails[backup_path] &q…...
HBase详解(1)
HBase 简介 概述 HBase是Yahoo!公司开发的后来贡献给了Apache的一套开源的、分布式的、可扩展的、基于Hadoop的非关系型数据库(Non-Relational Database),因此HBase并不支持SQL(几乎所有的非关系型数据库都不支持SQL),而是提供了一套单独的命令和API操…...
深入理解数据结构第二弹——二叉树(2)——堆排序及其时间复杂度
看这篇前请先把我上一篇了解一下:深入理解数据结构第一弹——二叉树(1)——堆-CSDN博客 前言: 相信很多学习数据结构的人,都会遇到一种情况,就是明明最一开始学习就学习了时间复杂度,但是在后期…...
视频汇聚/安防监控/EasyCVR平台播放器EasyPlayer更新:新增【性能面板】
视频汇聚/安防监控/视频存储平台EasyCVR基于云边端架构,可以在复杂的网络环境中快速、灵活部署,平台视频能力丰富,可以提供实时远程视频监控、视频录像、录像回放与存储、告警、语音对讲、云台控制、平台级联、磁盘阵列存储、视频集中存储、云…...
【教程】Flutter 应用混淆
在移动应用开发中,保护应用代码安全至关重要。Flutter 提供了简单易用的混淆工具,帮助开发者在构建 release 版本应用时有效保护代码。本文将介绍如何在 Flutter 应用中使用混淆,并提供了相关的操作步骤和注意事项。 📝 摘要 本…...
《Linux 是怎样工作的》第 2 章:用户模式实现的功能
一、先建立核心认知:两个世界的边界 计算机系统被严格划分为两个隔离的运行环境,这是保障系统安全与稳定的基础: 内核态(Kernel Mode):相当于「小区物业」,唯一能直接操作 CPU、内存、硬盘、网…...
ClawHub 抖音 Skills 完整盘点:36 个 Skills 分类与选型指南
ClawHub/OpenClaw 平台上共有 36 个专门针对抖音(Douyin)的 Skills,覆盖热榜监控、视频下载、自动发布、转录分析、内容创作、合规检测等完整工作链。本文从技术实现角度做完整整理,含安装命令和实现细节说明。 数据截至 2026 年…...
ChatTTS在线测试实战:从模型部署到性能调优全解析
最近在折腾一个在线语音合成的测试服务,用到了 ChatTTS 这个模型。想把模型部署上线,提供个 Web 服务给大家测试用,听起来简单,但真做起来,发现坑还真不少。今天就把我这一路从部署、调优到填坑的实战经验整理一下&…...
3大核心能力实现高效水印移除:WatermarkRemover-AI全解析
3大核心能力实现高效水印移除:WatermarkRemover-AI全解析 【免费下载链接】WatermarkRemover-AI AI-Powered Watermark Remover using Florence-2 and LaMA Models: A Python application leveraging state-of-the-art deep learning models to effectively remove …...
华为OD机考实战:多语言实现App防沉迷系统的时间段冲突与优先级调度
1. 防沉迷系统的核心逻辑解析 这个题目模拟了一个非常实用的场景——手机App防沉迷系统。我第一眼看到这个题目时,感觉特别亲切,因为现在手机上各种App确实很容易让人沉迷。系统的主要功能是管理不同App的使用时间段,确保在特定时间段内只能使…...
LFM2.5-1.2B-Thinking-GGUF零基础部署:5分钟在低配电脑上跑通你的第一个AI助手
LFM2.5-1.2B-Thinking-GGUF零基础部署:5分钟在低配电脑上跑通你的第一个AI助手 1. 引言:轻量级AI助手的魅力 你是否曾经想在自己的电脑上运行一个AI助手,却被高昂的硬件要求劝退?今天我要介绍的LFM2.5-1.2B-Thinking-GGUF模型将…...
时间序列预测实战:从移动平均到趋势平滑
1. 时间序列预测的入门钥匙:移动平均法 第一次接触时间序列预测时,我被各种复杂算法绕得头晕眼花,直到发现了移动平均法这个"傻瓜式"工具。记得去年双十一前,我们电商团队需要预测日销量来备货,就是用这个方…...
Python图片清晰度提升实战:Pillow和OpenCV对比与选择指南
Python图片清晰度提升实战:Pillow和OpenCV对比与选择指南 在数字图像处理领域,清晰度提升是一个永恒的话题。无论是社交媒体上的照片优化,还是文档中的图片处理,我们都希望呈现最清晰的视觉效果。Python作为最受欢迎的编程语言之一…...
Vue3实战:a-table固定列宽与自适应布局的完美平衡(附完整代码)
Vue3实战:a-table固定列宽与自适应布局的完美平衡 在后台管理系统开发中,表格组件承载着核心数据展示功能。Ant Design Vue的a-table组件凭借其丰富的功能成为Vue3开发者的首选,但固定列宽与自适应布局的冲突问题却让不少中级开发者头疼——固…...
基于CCMusic的音乐推荐系统开发:MySQL数据库集成实践
基于CCMusic的音乐推荐系统开发:MySQL数据库集成实践 引言 音乐推荐系统已经成为现代音乐平台的核心功能,而如何高效存储和管理音乐数据是实现智能推荐的关键。今天我们将探讨如何将CCMusic音乐分类结果与MySQL数据库深度集成,构建一个实用…...
