P4086 [USACO17DEC]My Cow Ate My Homework S(静态数据预处理:后缀和、后缀最小值)

原题戳这里

题解

#include <iostream>
#include <algorithm>using namespace std;const int N = 1000010;int n, a[N], bsum[N], bmin[N], k;
double res[N], mval;    //这里一定要是double啊,不能是int的!!!int main(){cin >> n;for (int i = 1 ; i <= n ; i ++ ) cin >> a[i];for (int i = 1 ; i <= n + 1 ; i ++ ) bmin[i] = 100000010;//后缀最小值数组的预处理!!!for (int i = n ; i >= 2 ; i --){//后缀和bsum[i] = bsum[i + 1] + a[i];                     //处理“后缀最小值”,dp思想bmin[i] = min(bmin[i + 1], a[i]);if (i != n) res[i] = 1.0 * (bsum[i] - bmin[i]) / (n - i);mval = max(mval, res[i]);//记录最大值}for (int i = 2 ; i <= n - 1 ; i ++)if (res[i] == mval) cout << i - 1 << endl;//endl换行!!!不是空格!!return 0;
}

坑点:(还是不是自己太菜才被坑QAQ)

  1. 答案输出是换行,不是空格!!!!!
  2. mvalres[i]都是double类型,而不是int类型!!!!!

亮点:

  1. 后缀和:得到该位置到一直后面的和,如bsum[i]a[i] + a[i + 1] ... + a[n]的值
  2. 后面元素的最小值:可以理解为“后缀最小值”,BUT!!注意把数组先全部预处理成很大很大!!!!bmin[i]就表示a[i], a[i + 1], ... , a[n]里面的最小值,利用dp的思想求得bmin数组

P4086 [USACO17DEC]My Cow Ate My Homework S(静态数据预处理:后缀和、后缀最小值)相关推荐

  1. K11718 My Cow Ate My Homework[USACO-2017-Dec-S]

    题目描述 在牛科历史课上,老师布置了一个相当长的家庭作业,一共有N个问题(3≤N≤100000),每个问题的得分范围均是0到10000.按照惯例,老师会舍弃一个最低分,然后将剩余的分数计算出一个平均分 ...

  2. 快照原理(全拷贝快照、cow、row)

    快照原理(全拷贝快照.cow.row) 快照是记录系统某个时间点的状态,可以帮助用户回到快照记录的时刻,例如恢复故障等等,可见快照功能非常重要. 常见快照的有两类:全拷贝快照.差分快照(cow.row ...

  3. 搞定storm-入门

    文章目录 大数剧-storm 一.Storm是什么 二.Storm的特点 三.Storm的应用 四.Storm模型 五.概念 1. 拓扑(Topologies) 2. 元组(Tuple) 3. 流(S ...

  4. [Storm]分布式单词计数(一)一个简单的storm demo

    目录 前言: 基本概念: 1.1 Spout 1.1 业务 SentenceSpout 1.2 SentenceSpout引用的部分类源码 BaseRichSpout源码 Values源码 ISpou ...

  5. 图文解读助你理解和使用正则表达式

    机器之心 作者:Jan Meppe 这篇文章是关于正则表达式(regex)的插图指南,旨在为那些从来没有使用过正则表达式,想尝试但又望而生畏的新手提供一个简单介绍. 所以,欢迎使用正则表达式- 对于大 ...

  6. 实现对文本的简单one-hot编码

    one-hot编码是将标记转换为向量的最常用.最基本方法.下面分别讲讲字符级的one-hot编码和单词级的one-hot编码. 单词级的one-hot编码 import numpy as npsamp ...

  7. 基于Kaggle数据的词袋模型文本分类教程

     基于Kaggle数据的词袋模型文本分类教程 发表于23小时前| 454次阅读| 来源FastML| 0 条评论| 作者Zygmunt Z 词袋模型文本分类word2vecn-gram机器学习 w ...

  8. 06_1.Pytorch中如何表示字符串、word embedding、One - hot、Embedding(Word2vec、BERT、Glove)【学习总结】

    1.6.1.如何表示字符串 1.6.1.1.word embedding 1.6.1.1.1.文本表示(Representation) 1.6.1.1.2.独热编码 | one-hot represe ...

  9. Deep-Learning-with-Python] 文本序列中的深度学习

    将文本数据处理成有用的数据表示 循环神经网络 使用1D卷积处理序列数据 深度学习模型可以处理文本序列.时间序列.一般性序列数据等等.处理序列数据的两个基本深度学习算法是循环神经网络和1D卷积(2D卷积 ...

最新文章

  1. FileUpload生成图片水印,文字水印(转载)
  2. 一文搞懂RNN(循环神经网络)
  3. python安装步骤图解-Python安装-小白图文教程(精)
  4. C语言结构体通过 scanf初始化
  5. 五、【线性表】线性表的链式表示和实现
  6. 前端解密后台加密算法优化思想
  7. 56个民族sql语句
  8. 字符串转数字测试--知识备忘
  9. python中凯撒密码_python实现凯撒密码、凯撒加解密算法
  10. 随笔分类 - PowerShell
  11. 深入浅出WPF 总结
  12. SqlParameter数组
  13. 爬虫爬取taptap上关于厂商的评论
  14. 如何用计算机还原魔方,初学者使用的魔方口诀 7步教你快速复原三阶魔方(附图解)...
  15. android os parcel,java.lang.RuntimeException:Parcel android.os.Parcel:...
  16. 8位数:数字、小写字母字典思考
  17. 【分享】从Mybatis源码中,学习到的10种设计模式
  18. 【干货】长达4万字的Java知识点!
  19. android高级开发面试!五年Android开发者小米、阿里面经,Android篇
  20. 【NOIP2014】飞扬的小鸟

热门文章

  1. 字谜 大小写重复全排列问题
  2. opencv与openmv?
  3. 怎么写好文案?这些工具很好用
  4. RK3368 Edp屏调试,利用EDID做兼容
  5. 李在福羽毛球教学经典视频汇总31集
  6. 【软件测试】翻了下招聘APP只会点点点,很慌......测试业务?技术?
  7. Java 用键盘输入 int型 String型 char型数据 示例:简单计算功能 eclipse
  8. c/c++回车不换行
  9. 菜鸟带你使用JieCaoMediaPlayer播放本地视频
  10. 精品基于Uniapp+Springboot实现的患者服药提醒APP