華為OD機試真題——通信系統策略調度(用戶調度問題)(2025B卷:100分)Java/python/JavaScript/C/C++/GO最佳實現

在這里插入圖片描述

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ABC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:
  1. 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BC,其他策略同理。
  2. 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resAresBresC)。
  3. 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n1 ≤ n ≤ 1e5)。
  • 接下來n行,每行三個整數表示用戶使用ABC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

  1. 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)。
  2. 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。
  3. 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

  1. 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

  2. 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。

  3. 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。

  4. 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。

  5. 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

  1. 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。

  2. 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。

  3. 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

  1. 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
  2. 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)
  3. 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。
  4. 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。
  5. 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。</

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/81180.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/81180.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/81180.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Ubuntu 系統默認已安裝 python,此處只需添加一個超鏈接即可

步驟 1&#xff1a;確認 Python 3 的安裝路徑 查看當前 Python 3 的路徑&#xff1a; which python3 輸出類似&#xff1a; /usr/bin/python3 步驟 2&#xff1a;創建符號鏈接 使用 ln -s 創建符號鏈接&#xff0c;將 python 指向 python3&#xff1a; sudo ln -s /usr/b…

深度學習-分布式訓練機制

1、分布式訓練時&#xff0c;包括train.py的全部的代碼都會在每個gpu上運行嗎&#xff1f; 在分布式訓練&#xff08;如使用 PyTorch 的 DistributedDataParallel&#xff0c;DDP&#xff09;時&#xff0c;每個 GPU 上運行的進程會執行 train.py 的全部代碼&#xff0c;但通過…

yarn的介紹

### Yarn 的基本概念 Yarn 是 Hadoop 生態系統中的一個重要組成部分&#xff0c;它是一種分布式資源管理框架&#xff0c;旨在為大規模數據處理提供高效的資源管理和調度能力。以下是關于 Yarn 的一些核心概念&#xff1a; #### 1. **Yarn 的定義** Yarn 是一個資源調度平臺&a…

Spring-messaging-MessageHandler接口實現類ServiceActivatingHandler

ServiceActivatingHandler實現了MessageHandler接口&#xff0c;所以它是一個MessageHandler&#xff0c;在spring-integration中&#xff0c;它也叫做服務激活器&#xff08;Service Activitor&#xff09;&#xff0c;因為這個類是依賴spring容器BeanFactory的&#xff0c;所…

快速入門深度學習系列(2)----損失函數、邏輯回歸、向量化

針對深度學習入門新手目標不明確 知識體系雜亂的問題 擬開啟快速入門深度學習系列文章的創作 旨在幫助大家快速的入門深度學習 寫在前面&#xff1a; 本系列按照吳恩達系列課程順序發布(說明一下為什么不直接看原筆記 因為內容太多 沒有大量時間去閱讀 所有作者需要一次梳理…

KingBase問題篇

安裝環境 操作系統&#xff1a;CentOS7 CPU&#xff1a;X86_64架構 數據庫&#xff1a;KingbaseES_V008R006C009B0014_Lin64_install.iso 項目中遇到的問題 Q1. 執行sql中有字符串常量&#xff0c;且用雙引號包裹&#xff0c;執行報錯 A1. 默認KingBase不認雙引號&#xff0…

瀕危仙草的重生敘事:九仙尊米斛花節如何以雅集重構中醫藥文化IP

五月的霍山深處,層巒疊翠之間,中華仙草霍山米斛迎來一年一度的花期。九仙尊以“斛韻雅集,春野茶會”為主題,舉辦為期半月的米斛花文化節,融合中醫藥文化、東方美學與自然體驗,打造一場跨越古今的沉浸式文化盛宴。活動涵蓋古琴雅集、書法創作、茶道冥想、詩歌吟誦、民族歌舞等多…

LeetCode100.1 兩數之和

今天晚上看了許多關于未來計算機就業的視頻&#xff0c;有種正被販賣焦慮的感覺&#xff0c;翻來覆去下決定先做一遍leetcode100給自己降降溫&#xff0c;打算每周做四題&#xff0c;盡量嘗試不同的方法與不同的語言。 一開始想到的是暴力解法&#xff0c;兩層循環。數據量為1e…

python制造一個報錯

以下是用Python制造常見錯誤的示例及解析&#xff0c;涵蓋不同錯誤類型&#xff0c;便于理解調試原理&#xff1a; 一、語法錯誤 (SyntaxError) # 錯誤1&#xff1a;缺少冒號 if Trueprint("這行不會執行")# 錯誤2&#xff1a;縮進錯誤 def func(): print("未對…

idea整合maven環境配置

idea整合maven 提示&#xff1a;幫幫志會陸續更新非常多的IT技術知識&#xff0c;希望分享的內容對您有用。本章分享的是springboot的使用。前后每一小節的內容是存在的有&#xff1a;學習and理解的關聯性。【幫幫志系列文章】&#xff1a;每個知識點&#xff0c;都是寫出代碼…

Node.js中那些常用的進程通信方式

文章目錄 1 什么是子進程?2 核心方法詳解2.1 `child_process.spawn(command, [args], [options])`2.2 `child_process.exec(command, [options], callback)`2.3 `child_process.execFile(file, [args], [options], callback)`2.4 `child_process.fork(modulePath, [args], [op…

Vue3吸頂導航的實現

吸頂導航實現 【實現目標】&#xff1a; 在Layout頁面中&#xff0c;瀏覽器上下滾動時&#xff0c;距離頂部距離大于80px吸頂導航顯示&#xff0c;小于則隱藏。 【實現過程】&#xff1a; 通過layout接口獲取分類列表內容并使用categorystore進行狀態管理&#xff0c;獲取到…

雙向長短期記憶網絡-BiLSTM

5月14日復盤 二、BiLSTM 1. 概述 雙向長短期記憶網絡&#xff08;Bi-directional Long Short-Term Memory&#xff0c;BiLSTM&#xff09;是一種擴展自長短期記憶網絡&#xff08;LSTM&#xff09;的結構&#xff0c;旨在解決傳統 LSTM 模型只能考慮到過去信息的問題。BiLST…

2025年Flutter項目管理技能要求

在2025年&#xff0c;隨著Flutter技術的廣泛應用和項目復雜度的提升&#xff0c;項目管理的重要性愈發凸顯。Flutter項目管理不僅需要技術能力&#xff0c;還需要良好的溝通、協調、規劃和執行能力。本文將詳細探討2025年Flutter項目管理應具備的技能要求&#xff0c;幫助項目管…

OpenCV CUDA模塊中逐元素操作------數學函數

操作系統&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 編程語言&#xff1a;C11 算法描述 在OpenCV的CUDA模塊中&#xff0c;確實存在一系列用于執行逐元素數學運算的函數&#xff0c;包括指數、對數、平方根等。這些函數對于高級圖像處…

PhpStudy | PhpStudy 工具安裝 —— Kali Linux 系統安裝 PhpStudy

&#x1f31f;想了解這個工具的其它相關筆記&#xff1f;看看這個&#xff1a;[網安工具] 服務器環境配置工具 —— PhpStudy 使用手冊 筆者備注&#xff1a;演示雖然是 Kali Linux&#xff0c;但其實 Linux 系列都可以參考此流程完成安裝。 在前面的章節中&#xff0c;筆者簡…

第6講、全面拆解Encoder、Decoder內部模塊

全面拆解 Transformer 架構&#xff1a;Encoder、Decoder 內部模塊解析&#xff08;附流程圖小測驗&#xff09; 關鍵詞&#xff1a;Transformer、Encoder、Decoder、Self-Attention、Masked Attention、位置編碼、殘差連接、多頭注意力機制 Transformer 自 2017 年誕生以來&am…

游戲引擎學習第283天:“讓‘Standing-on’成為一個更嚴謹的概念

如果同時使用多個OpenGL上下文&#xff0c;并且它們都有工作負載&#xff0c;GPU或GPU驅動程序如何決定調度這些工作&#xff1f;我注意到Windows似乎優先處理活動窗口的OpenGL上下文&#xff08;即活動窗口表現更好&#xff09;&#xff0c;挺有意思的…… 當多個OpenGL上下文…

深度學習讓魚與熊掌兼得

通常,一個大的復雜的模型的loss會低,但是擬合方面不夠,小的模型在擬合方面更好,但是loss高,我們可以通過深度學習來得到一個有著低loss的小模型 我們之前學過,peacewise linear可以用常數加上一堆這個階梯型函數得到,然后因為peacewise linear可以逼近任何function,所以理論上…

如何在 AWS 上構建支持 AVIF 的前端圖片優化方案

一、為什么使用 AVIF 圖片格式&#xff1f; 優勢點 說明 高壓縮率 在相似質量下&#xff0c;AVIF 文件比 JPEG/PNG/WebP 更小&#xff0c;能有效節省帶寬和存儲空間。 更高畫質 即使在低碼率下也能保持清晰細節&#xff0c;減少壓縮帶來的馬賽克或模糊問題。 支持透明度 …