P1193 洛谷团队训练 VS 传统团队训练【洛谷算法习题】

news2026/4/30 14:22:42
P1193 洛谷团队训练 VS 传统团队训练网页链接P1193 洛谷团队训练 VS 传统团队训练题目背景“在中学的信息学教育领域洛谷无疑是一个相当受欢迎的辅助网站。同时有百余所学校正在通过洛谷进行信息学竞赛以后简称 OI的教育。洛谷之所以如此受欢迎是因为洛谷创新的将 OI 教育的几乎每一个环节都搬到了线上无论是学校的竞赛教练还是学生均可以仅仅使用这一个网站来进行练习提升自己的能力。”——摘自《厦门中小学教育科学研究》2015 年 2 月号。题目描述XX 中学的两位信息组的教练正在为学校信息组是否应当将洛谷作为主要的训练工具而争论不休最后决定采取一个量化的办法来决定是否迁移。该中学的原来训练方法是在机房的教师机里面用 cena 装载好测试数据装载数据所需要T a T_aTa​时间每一道题目都要装载。学生写好代码后可以跑到教师机上收取程序并进行评测。但由于需要往返的路程因此每跑一次就要浪费T b T_bTb​时间。所以也允许学生在自己的机子上装载好测试数据可以根据自己的需要选择装载的题目这需要花费和在教师机装载数据一样的时间T a T_aTa​但是每次评测花费的时间就减少为T c T_cTc​。此外该中学可能会用 Excel 记录各位同学的训练情况如果某位同学的某道题的得分高于表格里的记录那就会花费T d T_dTd​时间将这个成绩更新否则就不必费那个事了如果之前没有提交过这道题视为表格记录的程序为0 00分。而在洛谷中只需要将题目和测试数据上传到洛谷花费T a T_aTa​时间。每次评测学生只需花费T c T_cTc​时间即可。记录成绩那是洛谷的事儿一提交完就帮你整理好了表格根本不费时间。看起来可以省下不少时间吧。然而支持传统训练方法的教练认为洛谷并非100 % 100 \%100%的稳定在有的情况会无法提供服务因此首先要将洛谷的耗时除以它的可用度一个小于100 % 100\%100%的数字A % A\%A%并去掉小数点。又因为传统观念不易纠正总是有不信任将题目数据交给洛谷这样的想法kkksc03怪我咯因此使用洛谷的耗时还要再加上一个罚时H HH以做公平比较。现在给出该中学的训练情况希望你帮两位教练分析一下到底该如何选择。输入格式第一行两个整数N , M N, MN,M代表题目数量与学生数量。第二行N NN个整数P 1 , P 2 , … , P N P_1, P_2, \ldots, P_NP1​,P2​,…,PN​为涉及的题目编号。第三行M MM个整数S 1 , S 2 , … , S M S_1, S_2, \ldots, S_MS1​,S2​,…,SM​为学生的学号。第四行七个整数T a , T b , T c , T d , A , H , E T_a, T_b, T_c, T_d, A, H, ETa​,Tb​,Tc​,Td​,A,H,E前六个数字的意义见题目描述E EE如果是1 11那么在 Excel 中记录成绩如果是0 00则不记录。第五行一个整数R RR代表评测数量。接下来R RR行评测记录每行是P r i , S r i , S c i \mathit{Pr}_i, \mathit{Sr}_i, \mathit{Sc}_iPri​,Sri​,Sci​分别为该次评测的题目号、学号以及成绩。输出格式三行。第一行为传统方法的的耗时。第二行为使用洛谷包括罚时在内的耗时。第三行是结论如果使用洛谷的时间小于传统方法的时间那么输出Use Luogu!。否则输出Forget it...。输入输出样例 #1输入 #14 4 501 502 503 504 2 3 5 7 50 30 10 5 93 50 1 10 501 2 10 501 2 80 501 2 70 502 3 0 502 3 0 504 5 100 503 7 0 503 7 0 503 7 0 503 7 10输出 #1480 372 Use Luogu!输入输出样例 #2输入 #22 3 101 102 1 2 3 70 60 50 1 80 100 0 6 101 1 100 101 2 100 101 3 100 102 1 100 102 2 100 102 3 100输出 #2500 650 Forget it...说明/提示【样例解释 #1】使用传统方法的话装载4 44道题目需要4 × 50 200 4 \times 502004×502002 22号同学和7 77号同学使用教师机所需要的时间分别为30 × 3 90 30 \times 39030×390、30 × 4 120 30 \times 4 12030×4120但是明显自己装载 cena 只需要50 10 × 3 80 5010 \times 3805010×380、50 10 × 4 90 5010 \times 4905010×490更优。而3 , 5 3,53,5同学则使用教师机就好耗时60 , 30 60,3060,30。2 22号同学的前两次评测单调递增所以额外花费2 × 5 10 2 \times 5102×510时间记录3 33号同学太弱了都是0 00分所以没必要记录了5 55与7 77各耗费5 55时间。所以这种情况总时间耗时为200 80 90 60 30 10 5 5 480 200809060301055480200809060301055480。使用洛谷的话装载题目耗费200 20020010 1010次评测共耗费10 × 10 100 10 \times1010010×10100考虑稳定性时间为( 200 100 ) / 93 % 322 (200100) / 93\% 322(200100)/93%322所以最后总耗时为322 50 372 3225037232250372所以决定使用洛谷。【数据范围】其中50 % 50\%50%数据中不需要进行成绩的 Excel 记录。其中50 % 50\%50%数据中题目编号和学号均大于等于0 00小于等于1000 10001000。这两种情况可能会重叠对于100 % 100\%100%的数据保证1 ≤ n , m ≤ 1000 1 \le n,m \le 10001≤n,m≤10001 ≤ T a , T b , T c , T d , H ≤ 10000 1 \le T_a, T_b, T_c,T_d,H \le 100001≤Ta​,Tb​,Tc​,Td​,H≤100001 ≤ R 100000 1 \le R 1000001≤R1000000 ≤ S c i ≤ 100 0 \le \mathit{Sc}_i \le 1000≤Sci​≤1001 ≤ A ≤ 100 1 \le A \le 1001≤A≤100学号和题目号在10 8 {10}^8108之内。实际上根据超级监控颁发的证书洛谷 2015 年第一季度可靠性SLA为99.36 % 99.36 \%99.36%。同时观念也是可以改变的。洛谷的优点很多都是不能量化的其精华在于社区。和全国的 OIer 一起学习交流不很好吗最后插一句去年的【榨取 kkksc03】的布告依然有效详情。解题思路本题核心是模拟计算离散化映射最优策略选择精准计算两种训练模式的总耗时。由于题目号、学号数值极大无法直接用数组存储因此采用哈希表将其映射为连续下标简化数据统计。洛谷训练耗时按规则计算总基础耗时为题目装载时间加评测耗时除以可用度后叠加罚时。传统训练耗时分为三部分全局题目装载耗时、每个学生每题选择教师机/本地装载的最优耗时、Excel成绩更新耗时。遍历所有评测记录统计提交次数与最高成绩累加各项耗时最后对比两种耗时输出结论算法简洁高效完全适配题目数据约束。总结核心逻辑分别模拟传统训练与洛谷训练的耗时规则传统训练选择最优评测方式洛谷训练计算稳定性与罚时。关键操作哈希离散化处理超大编号、统计提交次数/最高成绩、分模块累加耗时、结果对比输出。效率保障离散化简化数据统计线性遍历评测记录高效完成全部计算逻辑。代码内容#includebits/stdc.husingnamespacestd;typedeflonglongll;typedefunsignedlonglongull;typedefvectorvectorllvvt;typedefpairll,llpll;constll N1e310;constll p1e97;constll INF1e18;constll M1e610;intsc[1010][1010],cnt[1010][1010];intmain(){ios::sync_with_stdio(false);cin.tie(0);intn,m;cinnm;mapint,intmp1,mp2;for(inti1,x;in;i){cinx;mp1[x]i;}for(inti1,x;im;i){cinx;mp2[x]i;}intta,tb,tc,td,a,h,e;cintatbtctdahe;intr;cinr;intlu(n*tar*tc)/(a/100.0)h;intctn*ta;for(inti1;ir;i){intx,y,z;cinxyz;intump2[y],vmp1[x];cnt[u][v];if(esc[u][v]z){sc[u][v]z;cttd;}}for(intp1;pm;p)for(inti1;in;i)ctmin(cnt[p][i]*tb,tacnt[p][i]*tc);coutct\nlu\n;if(luct)coutUse Luogu!\n;elsecoutForget it...\n;return0;}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2569026.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…