博客
关于我
洛谷p1830 贪心 活动的安排
阅读量:377 次
发布时间:2019-03-05

本文共 998 字,大约阅读时间需要 3 分钟。

活动选择问题是经典的贪心问题,解决方法如下:

  • 按照活动的结束时间对活动进行排序。这样可以尽早释放时间,为后续选择留下更多空间。

  • 初始化时,选择结束时间最早的活动作为第一个选中的活动,并记录其结束时间。

  • 从第二个活动开始,依次检查每个活动的开始时间。如果当前活动的开始时间晚于或等于上一个活动的结束时间,则选择该活动,并更新结束时间。

  • 通过这种方法,可以确保选择的活动数量最多。这是因为每次选择结束时间最早的活动,能够为后续的活动选择留下更多的时间窗口,从而最大化整体的活动数量。

    以下是实现代码:

    #include 
    #include
    #include
    using namespace std;struct Activity { int start, end;};bool compare(const Activity& a, const Activity& b) { return a.end < b.end;}int main() { int n; cin >> n; vector
    acts(n); for (int i = 0; i < n; ++i) { cin >> acts[i].start >> acts[i].end; } sort(acts.begin(), acts.end(), compare); int last_end = acts[0].end; int count = 1; for (int i = 1; i < n; ++i) { if (acts[i].start >= last_end) { last_end = acts[i].end; count++; } } cout << count << endl; return 0;}

    这个代码首先读取输入数据,定义了一个活动结构体,包含开始时间和结束时间。然后使用比较函数按结束时间排序活动。接着,初始化最后一个选中的活动的结束时间为第一个活动的结束时间,并遍历每个活动,选择不重叠的活动,最后输出选中的活动数量。

    转载地址:http://jmtg.baihongyu.com/

    你可能感兴趣的文章
    Panalog 日志审计系统 前台RCE漏洞复现
    查看>>
    PANDA VALUE_COUNTS包含GROUP BY之前的所有值
    查看>>
    pandas - 如何将所有列从对象转换为浮点类型
    查看>>
    Pandas - 按列分组并将数据转换为 numpy 数组
    查看>>
    Pandas - 按日期对日内时间序列进行分组
    查看>>
    Pandas - 有条件的删除重复项
    查看>>
    pandas -按连续日期时间段分组
    查看>>
    pandas -更改重新采样的时间序列的开始和结束日期
    查看>>
    SpringBoot+Vue+Redis前后端分离家具商城平台系统(源码+论文初稿直接运行《精品毕设》)15主要设计:用户登录、注册、商城分类、商品浏览、查看、购物车、订单、支付、以及后台的管理
    查看>>
    pandas :to_excel() float_format
    查看>>