懒散的奶牛(lazy)
懒散的奶牛(lazy)
【题目描述】
又是一个炎热的夏天,贝西感觉差不多要热疯了,它想找一段茂盛的草场避暑。牧场里面有N(1 <= N <= 100,000)个点有茂盛的草场其它的点没有牧草,所有点都在同一条坐标直线上,这N个点都有两个数据:分别表示这个点的牧草的茂盛程度g_i (1 <= g_i <= 10,000),和坐标x_i (0 <= x_i <= 1,000,000)。贝西想找到一个这样的点(不一定是有牧草的点)避暑:这个点的前后长度为K(1 <= K <= 2,000,000)的范围内茂盛程度之和最大,你能帮助它找到这个点吗?
输入格式:
第一行:两个整数N和K
第2..N+1行:每行两个整数g_i x_i ,分别代表第i个草场的茂盛程度和位置
输出格式:
一个整数代表找到长度为k的最大茂盛程度之和。
输入样例:
4 3
4 7
10 15
2 2
5 1
输出样例:
11
【样例解释】:最后贝西选择在位置x=4,这样它就把位置 x=1, x=2, x=7 三个草场包括进去了。
从样例可以知到左右边界的取值范围:
l=4-3
r=4+3
已知情况:
1草场宽100万,在一直线上;
2坐标x,茂盛度g;
3k是坐标左右两边的宽度;
4要求某个点左右两边长度为k的茂盛程度。
算法:
1一定长度,可以尺取法吗?真正的长度是2*k+1,坐标从0开始算
2坐标和茂盛度可以尝试下标计数进行预处理,坐标为下标,茂盛程度为值;
3这样就可以通过尺取法来取某个长度最茂盛程度了;
4坑是少不了的:边界要处理好(1)坐标从0开始,这是第一个坑;(2)k为200万,实际长度为4000001,超过最大坐标,不考虑就越界丢分,这是第二个坑;(3)求的不是点,是这个点的茂盛程度;还有很多不起眼的坑…
#include<bits/stdc++.h>
using namespace std;
long long n,k,g,x,s[10000001],h,maxs=-1,ans,l,r;
int main()
{cin>>n>>k;for(int i=1; i<=n; i++){scanf("%lld%lld",&g,&x);s[x]=g;//h+=g;if(x<maxs)maxs=x;}k=k*2+1;if(k>1000000)k=1000001;for(int i=0; i<=k-1; i++)ans+=s[i];if(ans>maxs)maxs=ans;for(int i=k; i<=1000000;i++){r=i;ans+=s[r]-s[l];if(ans>maxs)maxs=ans;l++;}printf("%lld",maxs);return 0;
}
懒散的奶牛(lazy)相关推荐
- K-近邻算法之案例:鸢尾花种类预测—流程实现
K-近邻算法之案例:鸢尾花种类预测-流程实现 1 再识K-近邻算法API sklearn.neighbors.KNeighborsClassifier(n_neighbors=5,algorithm= ...
- 各常用分类算法的优缺点总结:DT/ANN/KNN/SVM/GA/Bayes/Adaboosting/Rocchio
1决策树(Decision Trees)的优缺点 决策树的优点: 一. 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义. 二. 对于决策树,数据的准备往往是简单或者是不必要的. ...
- 几种机器学习算法的优缺点
1决策树(Decision Trees)的优缺点 决策树的优点: 一. 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义. 二. 对于决策 ...
- 机器学习问题总结(03)
文章目录 1.struct和class区别,你更倾向用哪个 2.kNN,朴素贝叶斯,SVM的优缺点,各种算法优缺点 2.1 KNN算法 2.2 朴素贝叶斯 2.3SVM算法 2.4 ANN算法 2.5 ...
- 机器学习中各类算法的优缺点比较
1决策树(Decision Trees)的优缺点 决策树的优点: 一. 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义. 二. 对于决策树,数据的准备往往是简单或者是不必要的. ...
- 机器学习:k近邻算法(KNN)介绍
k近邻算法是一种最简单最经典的机器学习算法之一.该算法的原理为:当对测试样本进行分类时,首先通过扫描训练样本集,找到与该测试样本最相似的k个训练样本,根据这个样本的类别进行投票确定测试样本的类别.也可 ...
- 机器学习10大经典算法详解
"数据+算法=模型". 面对具体的问题,选择切合问题的模型进行求解十分重要.有经验的数据科学家根据日常算法的积累,往往能在最短时间内选择更适合该问题的算法,因此构建的模型往往更准确 ...
- 各种算法的优点与缺点
1决策树(Decision Trees)的优缺点 决策树的优点: 一. 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义. 二. 对于决策 ...
- 【详解】机器学习算法详解
目录 1 机器学习算法原理介绍 1.1 K-近邻算法 1 定义 2 算法流程 3 K-近邻实现 4 拓展:fit().tansform().fit_transform()区别 5 K近邻算法优缺点 1 ...
最新文章
- numpy使用[]语法索引二维numpy数组中指定范围数据行的数值内容(accessing rows in numpy array with specific range)
- 安卓高手之路之 图形系统之 图形框架(1)
- 无招胜有招之Java进阶JVM(六)JVM 参数及调优
- P1892-团伙【图论,并查集】
- arduinojson 转 string_安德胜工作室发来本周五嗨唱转起来第二季首秀的嘉宾剧透...
- leveldb 文档 impl.html 阅读记录
- 推荐一个Python的开源小工具大合集!
- 一:ActiveMQ知识整理
- python3入门与实践
- inDesign教程,如何在文档中添加链接和动画?
- MATLAB:快速傅里叶变换(FFT)
- 广外男生病毒代码剖析
- 本地计算机的硬件基本配置信息,Windows7系统如何查看硬件的基本配置
- Padavan(华硕固件) 伪固定闪讯密码.
- 以 ARM 开发板 和 Arduino UNO 开发板通过串口通信为例,思考嵌入式设备之间通过串口通信的问题总结
- 句子反转(小米2016年笔试题)
- 在纯Win10环境下部署DzzOffice+OnlyOffice协同办公系统
- 电大c语言2017年1月,电大1253+C语言程序设计A(1月)小抄参考
- el-table大数据量渲染卡顿的一种思路
- 回调函数与回调地狱及其解决方法 | JavaScript