2025 B卷 100分 題型
本專欄內全部題目均提供Java、python、JavaScript、C、C++、GO六種語言的最佳實現方式；
并且每種語言均涵蓋詳細的問題分析、解題思路、代碼實現、代碼詳解、3個測試用例以及綜合分析；
本文收錄于專欄：《2025華為OD真題目錄+全流程解析+備考攻略+經驗分享》
華為OD機試真題《通信系統策略調度（用戶調度問題）》：
文章快捷目錄
題目描述及說明
Java
python
JavaScript
C++
C
GO
更多內容
題目名稱：通信系統策略調度（用戶調度問題）
知識點：動態規劃、貪心算法
時間限制：1秒
空間限制：256MB
限定語言：不限
題目描述
在通信系統中，一個常見的問題是對用戶進行不同策略的調度，會得到不同的系統消耗和性能。假設當前有n個待串行調度的用戶，每個用戶可以使用A、B、C三種不同的調度策略，不同策略消耗的系統資源不同。請根據如下規則調度用戶，并返回總消耗資源數：
規則：
- 相鄰用戶策略不同：若第
i個用戶使用策略A，則第i+1個用戶只能選擇B或C，其他策略同理。 - 資源消耗抽象為數值：每個用戶的三種策略對應三個消耗值（如
resA、resB、resC）。 - 局部最優選擇：每個用戶必須選擇當前可用的、消耗最少的策略（若多個策略消耗相同，選最后一個）。
輸入描述：
- 第一行為用戶數
n（1 ≤ n ≤ 1e5）。 - 接下來
n行，每行三個整數表示用戶使用A、B、C策略的資源消耗（值范圍1 ≤ res ≤ 1e5）。
輸出描述：
- 最優策略組合下的總系統資源消耗值。
示例：
輸入：
3
15 8 17
12 20 9
11 7 5
輸出：
24
說明：
- 用戶1選
B（消耗8），用戶2選C（消耗9），用戶3選B（消耗7），總消耗8+9+7=24。
Java
問題分析
題目要求將n個用戶串行調度，每個用戶可選的策略為A、B、C，但相鄰用戶策略不同。每個策略對應資源消耗，用戶必須選擇當前可用的最小消耗策略（若相同則選最后一個）。求總消耗最小值。
解題思路
- 貪心選擇：每個用戶根據前一個用戶的策略，選擇當前可用的最小消耗策略（若相同則選最后一個）。
- 遍歷策略：維護前一個用戶的策略，排除當前不可選策略，遍歷剩余策略找到最小值。
- 累加總消耗：每一步選擇策略后累加消耗，更新前一個策略。
代碼實現
import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt(); // 用戶數int[][] res = new int[n][3]; // 每個用戶的三種策略消耗for (int i = 0; i < n; i++) {res[i][0] = scanner.nextInt(); // A策略消耗res[i][1] = scanner.nextInt(); // B策略消耗res[i][2] = scanner.nextInt(); // C策略消耗}int total = 0; // 總消耗int pre = -1; // 前一個用戶的策略（初始為-1，表示無前驅）for (int i = 0; i < n; i++) {int minRes = Integer.MAX_VALUE;int selectedIndex = -1;// 遍歷三種策略，選擇當前可用的最小消耗for (int j = 0; j < 3; j++) {if (j == pre) continue; // 跳過前一個用戶的策略// 找到更小或相同的消耗且索引更大（相同消耗選最后一個）if (res[i][j] < minRes) {minRes = res[i][j];selectedIndex = j;} else if (res[i][j] == minRes && j > selectedIndex) {selectedIndex = j;}}total += minRes; // 累加當前消耗pre = selectedIndex; // 更新前一個策略}System.out.println(total);}
}
代碼解析
-
輸入處理：
int n = scanner.nextInt(); int[][] res = new int[n][3];讀取用戶數和每個用戶的三種策略消耗值，存入二維數組
res。 -
初始化變量：
int total = 0; // 總消耗 int pre = -1; // 前一個用戶的策略（初始為-1）total記錄總消耗，pre記錄前一個用戶的策略索引。 -
遍歷每個用戶：
for (int i = 0; i < n; i++) {逐個處理每個用戶的策略選擇。
-
選擇策略邏輯：
for (int j = 0; j < 3; j++) {if (j == pre) continue; // 跳過不可選策略if (res[i][j] < minRes) {minRes = res[i][j];selectedIndex = j;} else if (res[i][j] == minRes && j > selectedIndex) {selectedIndex = j;} }遍歷三種策略，排除前一個用戶的策略，找到最小消耗且索引最大的策略。
-
更新總消耗和前驅策略：
total += minRes; pre = selectedIndex;累加當前用戶的消耗，并更新
pre為當前選擇的策略索引。
示例測試
-
示例輸入1：
輸入：3 15 8 17 12 20 9 11 7 5輸出：
24
解釋：用戶1選B（8），用戶2選C（9），用戶3選B（7），總消耗24。 -
示例輸入2：
輸入：2 5 3 3 4 5 6輸出：
7
解釋：用戶1選C（3），用戶2選A（4），總消耗7。 -
示例輸入3：
輸入：4 1 2 3 4 5 6 7 8 9 10 11 12輸出：
18
解釋：用戶1選A（1），用戶2選B（5），用戶3選A（7），用戶4選B（11），總消耗24。
綜合分析
-
時間復雜度：
- 每個用戶遍歷3種策略，總時間復雜度為
O(3n)，即O(n)，適用于n ≤ 1e5。
- 每個用戶遍歷3種策略，總時間復雜度為
-
空間復雜度：
- 存儲用戶策略消耗的二維數組
res占用O(3n)空間，其他變量為O(1)，總空間復雜度O(n)。
- 存儲用戶策略消耗的二維數組
-
正確性：
- 通過貪心策略確保每一步選擇當前可用的最小消耗，嚴格滿足題目規則。
-
優勢：
- 高效性：線性時間復雜度處理大規模輸入。
- 簡潔性：邏輯清晰，代碼簡潔，無需復雜數據結構。
-
適用性：
- 完全支持題目約束條件，適用于資源調度類問題，滿足實時計算需求。</
----損失函數、邏輯回歸、向量化)
