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
    nmap指纹识别要点以及又快又准之方法
    查看>>
    Nmap渗透测试指南之指纹识别与探测、伺机而动
    查看>>
    Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
    查看>>
    NMAP网络扫描工具的安装与使用
    查看>>
    NMF(非负矩阵分解)
    查看>>
    nmon_x86_64_centos7工具如何使用
    查看>>
    NN&DL4.1 Deep L-layer neural network简介
    查看>>
    NN&DL4.3 Getting your matrix dimensions right
    查看>>
    NN&DL4.7 Parameters vs Hyperparameters
    查看>>
    NN&DL4.8 What does this have to do with the brain?
    查看>>
    nnU-Net 终极指南
    查看>>
    No 'Access-Control-Allow-Origin' header is present on the requested resource.
    查看>>