博客
关于我
sdut 懒虫小鑫(快排里面,再加一个排序)
阅读量:780 次
发布时间:2019-03-25

本文共 582 字,大约阅读时间需要 1 分钟。

小鑫有n块矿石,每块矿石有两个属性:重量w和价值p。他每天能卖m块矿石,每次都会选重量最小的,如果多个重量相同则选价值高的。我们的目标是计算他能卖出m块矿石后所能得到的总价值。

首先,我们对所有矿石按照重量从小到大排序,同重量时按价值从高到低排序。这样排列后,前m个矿石的价值总和就是最大化的。这是因为在保证每天卖的都是重量最轻的前提下,这样能在总重量最小的前提下获得最大的价值。

具体步骤:

  • 将所有矿石按重量从小到大排序,当重量相同时,按价值从高到低排序。
  • 取前m个矿石,计算它们的价值总和。
  • 这样可以确保总价值最大化。对于输入的矿石,进行上述排序后,计算总和即可。

    现在,来看具体实现。首先,对输入的矿石进行排序,然后取前m个,计算它们的价值之和。

    代码示例如下:

    n, m = map(int, input().split())stones = []for _ in range(n):    w, p = map(int, input().split())    stones.append((w, p))# 按重量升序,价值降序排序stones.sort(key=lambda x: (x[0], -x[1]))total = sum(p for w, p in stones[:m])print(total)

    这样,我们就能得到小鑫总能赚到的最多钱数。

    转载地址:http://bjbuk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    OpenCV中遇到Microsoft C++ 异常 cv::Exception
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>