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 ...

懒散的奶牛(lazy)

懒散的奶牛(lazy)相关推荐

最新文章

热门文章