当前位置: 首页 > news >正文

[USACO14MAR] Mooo Moo S

P2214 [USACO14MAR] Mooo Moo S

题目背景

农夫约翰完全忘了他有多少头牛了!他不好意思到牧场里去数牛,因为他不想让牛意识到他的健忘。取而代之的是,他决定在奶牛聚集的牧场里安装麦克风,秘密计算出他能从中听到的所有牛叫声的总音量,以便以此确定奶牛的数量。

题目描述

FJ 的 \(N(1\le N\le100)\) 个牧场都是沿着一条笔直的道路分布的。每一个牧场可能有许多种品种的奶牛;FJ 拥有 \(B(1\le B\le20)\) 个不同品种的奶牛,而第 \(i\) 种奶牛的叫声音量为 \(V_i(1\le V_i\le100)\)。此外,有一股强风沿着道路吹来,将牛的叫声从左往右传递,如果某个牧场的总音量是 \(x\),那么它将传递 \(x-1\) 的音量到右边的下一个牧场。这就意味着,一个牧场里的总音量是处在该牧场的奶牛所发出的音量加上左边前一个牧场的总音量 \(-1\)。数据保证,每一个牧场内由该牧场所有奶牛所发出的总音量最多为 \(10^5\)

输入格式

\(1\) 行:两个用空格分隔的整数 \(N\)\(B\)
\(2 \sim B+1\) 行:第 \(i+1\) 行包含整数 \(V_i\)
\(B+2 \sim B+N+1\) 行:第 \(B+i+1\) 行表示在第 \(i\) 个牧场内所能监听到的总音量。

输出格式

共一行,即 FJ 拥有的最小奶牛数量。

如果 FJ 不可能拥有一种牧场配置满足给出的条件,输出 \(-1\)

输入输出样例 #1

输入 #1

5 2
5
7
0
17
16
20
19

输出 #1

4

说明/提示

输入说明:

FJ 拥有 \(5\) 个牧场,每个牧场总音量从左到右分别为为 \(0\)\(17\)\(16\)\(20\)\(19\)。FJ 有两种不同品种的奶牛;第一种奶牛的叫声音量是 \(5\),第二种奶牛的叫声音量是 \(7\)

输出说明:

\(2\) 号牧场场有 \(2\)\(1\) 号品种的奶牛,\(1\)\(2\) 号品种奶牛;还有一头牛在 \(4\) 号牧场,共 \(4\) 头奶牛。

解题思路:
读题后不难看出 ,第一步算出属于当前牛棚的音量。在算当前音量拥有牛的最小值,最后累加。
简单的完全背包。前音量为背包容量,&V_{i}&为物品体积,价值为1,求最小价值。

//转换为01背包和完全背包求解,速度最快,复杂度O(V*Σlog n[i])
#include <bits/stdc++.h>
using namespace std;
int dp[1000000];
int n, m;
int arr[300], u[500];
int main() {cin >> n >> m;for (int i = 1; i <= m; i++) {cin >> arr[i];}for (int i = 1; i <= n; i++) {cin >> u[i];}dp[0] = 0;for (int j = 1; j <= 100000; j++) {dp[j] = 9999999;}for (int j = 1; j <= m; j++) {//求不同容量的最小价值for (int l = arr[j]; l <= 100000; l++) {dp[l] = min(dp[l - arr[j]] + 1, dp[l]);}}// for (int j = 1; j <= 100; j++) {//     cout << dp[j] << " ";// }int ans = 0;for (int i = 1; i <= n; i++) {int x = u[i];if (u[i - 1] != 0) {x = u[i] - u[i - 1] + 1;}if (x <= 0 || u[i] == 0) continue;ans += dp[x];}cout << ans << endl;return 0;
}
http://www.jsqmd.com/news/540833/

相关文章:

  • 视觉算法平台落地路径探索
  • Llama-3.2V-11B-cot入门必看:bf16精度下视觉嵌入层数值稳定性保障
  • 中医理疗培训师资靠谱吗?守嘉职业技能汇聚资深专家团队授课 - 品牌排行榜单
  • 从数据到战略:产品经理决策框架
  • 中医理疗能调理亚健康吗?守嘉职业技能课程直击亚健康痛点 - 品牌排行榜单
  • 首款支持AI渗透的WebShell管理工具,聊个天就能实现免杀|实现高隐蔽内网渗透
  • LTspice进阶技巧:用.step+.tf命令自动扫描三极管工作点(含Python数据处理)
  • 免费TXT文件合并工具、TXT合并工具
  • CCPD:如何让车牌识别在复杂场景下实现99%准确率?
  • Ollama + DeepSeek + 芋道框架 + SearXNG 本地联网搜索完整教程
  • 2026北京珠宝回收公司哪家专业?从鉴定到变现,资深用户总结的选型逻辑 - 速递信息
  • PyTorch中torch.cat()的5种实际应用场景(附代码示例)
  • eVTOL电驱功率链路设计实战:功率密度、可靠性与热管理的平衡之道
  • 动手学习深度学习学习笔记(一)
  • SEO_导致网站排名下降的常见SEO问题与解决办法
  • ESFT-gate-law-lite:法律文本智能分析新工具
  • 2026年中山GEO优化公司推荐TOP5:从产业适配到效果落地的选型指南 - 小白条111
  • 本地调试使用https协议的方法
  • 推荐算法面试题:皮尔逊系数的值很高(如 0.9),是否一定代表用户很相似?
  • IoT 数据产品化:让设备数据驱动产品进化
  • why Russia can not cooperate with other countries.
  • netbeans 编辑器不能选择 yahei-mono字体原因及解决办法
  • 应广单片机端口复用实战:用1个IO口点亮4个LED灯,附电路图与代码避坑点
  • 2026年北京实木家具品牌推荐指南 - 速递信息
  • 1.Introducion
  • 用n-gram模型生成菜谱:从青椒炒肉片到茄子炒豆角的AI烹饪实验
  • 开源项目主题系统的3大核心机制深度解析:从CSS变量到动态切换的完整实现方案
  • League-Toolkit:英雄联盟玩家的智能助手全面解析
  • 2026年1月成都AI营销公司TOP5深度评测:从技术实力到效果落地的选商逻辑 - 小白条111
  • 哪家锻件服务商最靠谱?基于2026实测数据的优质源头工厂推荐报告 - 速递信息