5407. Deep
感觉这题的难度是无法估计的,运气有时候也很重要……
Deep
- Description
- Input
- Output
- Sample Input
- Sample Output
- Data Constraint
- 所以最终的CPP:
Description
失败的燃烧军团想要逃回深渊,Khadgar 想要追击它们。
然而进入深渊的传送门只有一座,燃烧军团和Khadgar 各有一些法力水晶,由Khadgar 先手,双方每次可以作出如下选择:
• 使用一个法力水晶,使得传送门的法力等级增加一。
• 不用法力水晶,让对方增加等于传送门法力等级的深度,然后将传送门的法力值清零。特别地,若法力水晶数不为零且传送门法力等级为零则不能进行这样的操作。
双方都会采取最优策略使自己的最终深度与对手深度的差最大(初始时深度均为零)。
现在多次给定双方起始的法力水晶数量A, B,求Khadgar 与燃烧军团的的最终深度差。
Input
T
A1 B1
A2 B2
…
AT BT
Output
输出T 行T 个整数,表示Khadgar 与燃烧军团的的深度差。
Sample Input
2
0 1
4 1
Sample Output
-1
1
Data Constraint
对于30% 的数据,有T= 1; 0 <= A, B <= 10
对于另外20% 的数据,有T <= 10^5; 0 <= A, B <= 10^2
对于100% 的数据,有T <= 10^5; 0 <= A, B <= 10^5
首先,看到这道题,你的第一反应是什么?
我的是贪心。
所以开始往贪心方面想,结果发现我对题目的理解还不够深。所以先是放下这道题,开始弄第三题的暴力去了。当我再看到这道题,时间已经过去2小时了,这时我样例A了T2&T3。
所以看到T4,叹了口气,感觉还是暴力。所以开始着手第一题。
分析了一下,你会发现某种情况下,先手的总是会被翻盘。那是什么情况呢?
可以知道,后手总是存在一种可以让先手输的方法。先“诱惑”先手弄出一颗水晶,那么后手就会等到先手把水晶用完。这时后手在用。
只要后手坚持这样的方法,那么他就会赢。
所以我们要考虑的情况只有两种了:
- 先手或者后手中有一个是0,那么直接输出他们的差
- 要不然,只能输出他们的差-2(我比赛的时候没去证明,只是看着样例弄出来的
所以最终的CPP:
#include<cstdio>
#define fre(x) freopen(#x".in","r",stdin),freopen(#x".out","w",stdout)
#define cin(x) scanf("%d",&x)
using namespace std;
int t,x,y;
int main()
{fre(deep);cin(t);for(int i=1;i<=t;++i){cin(x),cin(y);if(x==0||y==0) printf("%d\n",x-y);else printf("%d\n",x-y-2);}return 0;
}
5407. Deep相关推荐
- JZOJ 5407. 【NOIP2017提高A组集训10.21】Deep
Description 失败的燃烧军团想要逃回深渊,Khadgar 想要追击它们. 然而进入深渊的传送门只有一座,燃烧军团和Khadgar 各有一些法力水晶,由Khadgar 先手,双方每次可以作出如 ...
- 几何深度学习(Geometric Deep Learning)技术
几何深度学习(Geometric Deep Learning)技术 几何深度学习综述 从论文Geometric Deep Learning: Grids, Groups, Graphs, Geodes ...
- 深度学习编译器综述The Deep Learning Compiler
深度学习编译器综述The Deep Learning Compiler The Deep Learning Compiler: A Comprehensive Survey 参考文献: https:/ ...
- 全文翻译(全文合集):TVM: An Automated End-to-End Optimizing Compiler for Deep Learning
全文翻译(全文合集):TVM: An Automated End-to-End Optimizing Compiler for Deep Learning 摘要 人们越来越需要将机器学习应用到各种各样 ...
- 全文翻译(二): TVM: An Automated End-to-End Optimizing Compiler for Deep Learning
全文翻译(二): TVM: An Automated End-to-End Optimizing Compiler for Deep Learning 3.优化计算图 计算图是在DL框架中表示程序的常 ...
- 全文翻译(一):TVM: An Automated End-to-End Optimizing Compiler for Deep Learning
全文翻译(一):TVM: An Automated End-to-End Optimizing Compiler for Deep Learning 摘要 人们越来越需要将机器学习应用到各种各样的硬件 ...
- TVM优化Deep Learning GPU算子
TVM优化Deep Learning GPU算子 高效的深度学习算子是深度学习系统的核心.通常,这些算子很难优化,需要HPC专家付出巨大的努力. 端到端张量IR / DSL堆栈TVM使这一过程变得更加 ...
- 深度学习编译与优化Deep Learning Compiler and Optimizer
深度学习编译与优化Deep Learning Compiler and Optimizer
- Deep Learning部署TVM Golang运行时Runtime
Deep Learning部署TVM Golang运行时Runtime 介绍 TVM是一个开放式深度学习编译器堆栈,用于编译从不同框架到CPU,GPU或专用加速器的各种深度学习模型.TVM支持来自Te ...
最新文章
- 欢乐拼图发红包微信小程序开发过程实录成品展示
- 由init、loadView、viewDidLoad、viewDidUnload、dealloc的关系说起
- Vim 中文件目录浏览插件——NERD tree
- C#中成员初始化顺序
- 科大星云诗社动态20210424
- 实现ABAP条件断点的三种方式
- JavaWeb --第二章 Tomact详情
- 软件工程学习进度第七周暨暑期学习进度之第七周汇总
- 推荐一个站点:里面有很多不错的长文
- 论文解读——An Analysis of Scale Invariance in Object Detection – SNIP
- 【Python小程序】第3讲:如何将json数据转换成csv格式?
- docker部署redis的单机/主从/哨兵/集群方法
- Invalid bound statement (not found): com.java.mapper.UserMapper.queryAll错误解决方案
- Attach在网络接入过程中的位置及实现功能
- Excel中怎么把经纬度记录转成经纬度数值形式
- javaWeb项目跑起来吧
- 一个隐藏在角落的文章
- 桌面上程序可以用计算机打不开,我电脑桌面图标程序都打不开怎么办
- 人工神经网络 人工智能,人工智能神经网络技术
- 有没有好记一点,c++ ,set容器遍历方法?(看过来)