当前位置: 首页 > news >正文

最小函数值(minval)(信息学奥赛一本通- P1370)

【题目描述】

有n个函数,分别为F1,F2,...,Fn。定义Fi(x)=Aix2+Bix+Ci(x∈N∗)。给定这些Ai、Bi和Ci,请求出所有函数的所有函数值中最小的m个(如有重复的要输出多个)。

【输入】

第一行输入两个正整数n和m。

以下n行每行三个正整数,其中第i行的三个数分别位Ai、Bi和Ci。输入数据保证Ai<=10,Bi<=100,Ci<=10000。

【输出】

将这n个函数所有可以生成的函数值排序后的前m个元素。这m个数应该输出到一行,用空格隔开。

【输入样例】

3 10 4 5 3 3 4 5 1 7 1

【输出样例】

9 12 12 19 25 29 31 44 45 54

【提示】

【数据规模】

n,m≤10000。

1. 解题思路分析

本题的核心目标是从 n 个二次函数生成的无数个值中,筛选出最小的 m 个数。由于 m 远小于可能产生的数据总量,直接计算所有值并排序(O(N⋅Mlog(NM)))显然不够高效。我们采用了“维护固定大小集合”的策略。

数据结构选择:大根堆

虽然题目要求的是“最小”的数,但在维护一个容量为 m 的候选集合时,我们需要使用大根堆priority_queue默认大根堆)。

  • 理由:我们要时刻知道当前选出的 m 个数中,最大的那个数是多少(即堆顶元素)。

  • 作用:堆顶元素是当前候选集合的“门槛”。对于一个新计算出的函数值,只有当它小于堆顶时,它才有资格进入前 m 名。此时我们将堆顶弹出(淘汰当前第 m 小),将新值压入。

关键优化:利用函数单调性

题目给定 A,B,C 均为正整数,因此二次函数 f(x)=A*x^2+B*x+C 在 x≥1 的区间上是单调递增的。 这一性质对于优化算法至关重要:

  • 在遍历某一组参数 (A,B,C) 时,我们让 x 从 1 开始递增。

  • 如果当前计算出的 f(x) 已经大于或等于堆顶元素,由于函数的单调递增性,后续的 f(x+1),f(x+2)... 必然也大于堆顶。

  • 结论:此时无需继续计算该函数的后续值,直接break跳出当前循环,处理下一组函数。这一剪枝操作保证了算法不会超时。

2. 算法流程总结

  1. 初始化:读取第一组函数参数,计算前 m 个值推入优先队列,建立初始的“最小m数”集合。

  2. 动态更新

    • 依次读取后续 n−1 组函数参数。

    • 对于每组函数,从 x=1 开始计算。

    • 若 f(x)<q.top():说明找到了更优解,执行pop()push(f(x))

    • 若 f(x)≥q.top():触发单调性剪枝,直接break

  3. 结果输出:由于大根堆弹出顺序是从大到小,需要将元素暂存入数组,最后倒序输出以满足题目从小到大的要求。

3. 实现细节与注意事项

  • 数据范围由于涉及到 x^2 的运算,函数值可能会超过int范围,因此优先队列和中间变量必须使用long long

  • 输出数组类型:代码中用于倒序输出的数组h应定义为long long以匹配优先队列的数据类型。

  • 时间复杂度:在最坏情况下(剪枝未频繁触发),每次堆操作为 O(logm)。由于单调性的存在,实际交换次数远小于理论上限,整体效率足以通过测试点。

//思路:先通过第一组abc算出x(1-m)的m个f值存入优先队列(最大堆),后面每一组都通过与堆顶 //进行比较,如果小于堆顶就存进去,直到大于堆顶就开始下一组,最后堆里存放的一定是最小的m个数,输出即可 #include <iostream> #include <queue> using namespace std; int a,b,c; priority_queue<long long> q;//最大堆 long long f(int x,int a,int b,int c){ return a*x*x+b*x+c; } int main(){ int n,m; cin>>n>>m; //第一组数据先存入优先队列 cin>>a>>b>>c; for(int i=1;i<=m;i++){ long long tmp=f(i,a,b,c); q.push(tmp); } for(int i=2;i<=n;i++){//从第二组开始比较 cin>>a>>b>>c; for(int j=1;j<=m;j++){ long long tmp=f(j,a,b,c); if(tmp<q.top()){//tmp比堆里的最大值要小,就弹出堆顶,然后存入tmp q.pop(); q.push(tmp); } else{//i组当前j的情况下tmp已经大于堆顶(即堆里的最大值),就不需要让j继续增加了,可以比较下一组了 break; } } } //因为要从小到大输出,那就把堆先存进一个数组再输出 long long h[10001]; int cnt=0;//存进多少个数; while(!q.empty()){ h[++cnt]=q.top(); q.pop(); } for(int i=cnt;i>=1;i--) cout<<h[i]<<" "; return 0; }
http://www.jsqmd.com/news/122507/

相关文章:

  • Electron 网络与外部通信
  • 人工智能驱动下钓鱼攻击的演化机制与防御对策研究
  • 支持信创环境的FTP有哪些?一文读懂安全效率全面升级的方案
  • LangFlow与LangChain协同工作原理深度剖析
  • 还在手动处理Open-AutoGLM误报?掌握这5个自动化校准技巧效率提升10倍
  • 基于Java+SSM+Flask毕业论文管理系统(源码+LW+调试文档+讲解等)/毕业论文管理/论文管理系统/毕业论文工具/论文进度管理/学术论文软件/论文写作助手/毕业设计环境/学生论文平台
  • 16.2 对齐方法论:FineTune与RAG两大技术路径
  • Electron 安全性
  • 为什么你的Open-AutoGLM加密配置总失败?这7个坑你必须避开
  • 日历订阅机制滥用:新型钓鱼与恶意软件投递渠道分析
  • 跨语言桥梁:C# 如何优雅地调用 Python 策略 (Python.NET)—— QuantConnect/Lean 源码分析系列四
  • 基于婚礼邀请的钓鱼攻击:社会工程模式、技术实现与防御机制研究
  • 为什么顶尖团队都在用Open-AutoGLM处理多弹窗?真相令人震惊!
  • 【SPIE出版 | EI检索】2026年电力电子与电能变换国际学术会议(ICPEPC 2026)
  • 汇编语言全接触-41.虚拟设备驱动程序初步
  • 从合规到实战:企业安全建设的合规检查落地指南与风险规避策略
  • 红娘系统源码技术剖析JAVA:从用户匹配到消息推送的核心实现
  • PLC、Mod、MQTT工厂数据采集与协议转OPC UA
  • 信息管理毕设2026开题汇总
  • 基于51单片机的PM2.5监测系统设计—环境监测仪
  • 超大规模研发体系下的安全左移实践:LinkedIn万级仓库SAST流水线构建与深度优化
  • LangFlow在AIGC领域的10种创新应用场景
  • 谷歌浏览器翻译插件的使用
  • 基于JavaScript的校园二手交易微信小程序课设报告
  • 信号VS共享内存:进程通信谁更强?
  • 能源管理系统(开源):打造智能高效的能源管控新模式
  • SGLang AI 金融 π 对(杭州站)回顾:大模型推理的工程实践全景
  • 孤能子视角:植物、微生物和动物
  • LangFlow + GPU算力加速:打造高性能AI工作流新体验
  • LangFlow监控面板怎么加?自定义指标追踪方案