藍橋云客--破譯密碼

5.破譯密碼【算法賽】 - 藍橋云課

問題描述

在近期舉辦的藍橋杯競賽中,誕生了一場激動人心的雙人破譯挑戰。比賽的主辦方準備了N塊神秘的密碼芯片,參賽隊伍需要在這場智力競賽中展示團隊合作的默契與效率。每個隊伍需選出一位破譯者與一位傳輸者,破譯者的任務是解鎖芯片中隱藏的密碼,而傳輸者則負責將微密后的密碼準確無誤地發送至主辦方的電腦。

在這場比賽中,小藍與小橋組參賽,經過深入的討論與協商,小藍被任命為破譯者,專注于解密每一塊密碼芯片;而小橋則擔任傳輸者,確保每一份信息能夠迅速且順暢地傳遞給裁判。比賽開始后,他們迅速評估了破譯與傳輸每一塊密碼芯片所需的時間:小藍破譯第i塊芯片需要A1:時間,而小橋則需要B1:時間來傳輸第i塊芯片。

此時,小藍和小橋迫切想要計算出,在最佳的策略下,完成所有密碼芯片破譯與傳輸所需的最短時間,請你幫幫他們。

注意:只有一塊芯片完成破譯后才能開始傳輸。

輸入格式

第一行輸入一個整數N(1≤N≤1000)表示芯片數量。

第二行輸入N個整數A1, A2, A3, ···, AN (1≤A1≤103) 表示小藍破譯每塊芯片的時間。

第三行輸入N個整數B1, B2, B3, ···, BN (1≤B1≤103) 表示小橋傳輸每塊芯片密碼的時間。

輸出格式

輸出一個整數表示答案。

輸入樣例

4
1 3 5 7
6 5 1 4

輸出樣例

17

說明

兩人可以按照(1,2,4,3)的芯片編號順序進行破譯傳輸,所需時間為17。

思路:

貪心,分兩類

  1. 若?x?屬于 S1 組(x_s1 = true),y?必定屬于 S2 組(y_s1 = false

    • 返回?true?→ 表示?x?應排在?y?前面。

    • 結果:S1 組的?x?排在 S2 組的?y?之前。

  2. 若?x?屬于 S2 組(x_s1 = false),y?必定屬于 S1 組(y_s1 = true

    • 返回?false?→ 表示?y?應排在?x?前面。

    • 結果:S1 組的?y?排在 S2 組的?x?之前。

代碼:

#include<bits/stdc++.h>
using namespace std;
int N;
struct Node{int a,b;
}num[1005];
int a[1005],b[1005]; 
bool compare(const Node & x,const Node & y)
{bool x_s1 = (x.a <= x.b);//x是否屬于s1組 bool y_s1 = (y.a <= y.b);//y是否屬于s1組 if(x_s1 != y_s1)//不同組 {return x_s1;//結果都是s1組在前面 }else//同組 要么s1組要么s2組 {if(x_s1 && y_s1)//如果同屬s1 return x.a < y.a;//a升序排序 else//如果同屬s2 return x.b > y.b;//b降序排序 }
}
int main(void)
{cin >> N;for(int i = 1 ; i <= N ; i++)cin >> a[i];for(int i = 1 ; i <= N ; i++)cin >> b[i];for(int i = 1 ; i <= N ; i++){num[i].a = a[i];num[i].b = b[i];}int sum_A = 0;int sum_B = 0;sort(num+1,num+1+N,compare);for(int i = 1 ; i <= N ; i++){sum_A += num[i].a;//先計算i的結束時間,也就是開始傳輸的時間 int	cur_start = max(sum_A,sum_B);//利用最大值 sum_B = cur_start + num[i].b;//計算完成傳輸的最大時間 }cout << sum_B; return 0;} 

#include<bits/stdc++.h>
using namespace std;
int N;
struct Node{int a,b;
}num[1005];
int a[1005],b[1005]; 
bool compare(const Node & x,const Node & y)
{return min(x.a,y.b) < min(x.b,y.a); 
}
int main(void)
{cin >> N;for(int i = 1 ; i <= N ; i++)cin >> a[i];for(int i = 1 ; i <= N ; i++)cin >> b[i];for(int i = 1 ; i <= N ; i++){num[i].a = a[i];num[i].b = b[i];}int sum_A = 0;int sum_B = 0;sort(num+1,num+1+N,compare);for(int i = 1 ; i <= N ; i++){sum_A += num[i].a;//先計算i的結束時間,也就是開始傳輸的時間 int	cur_start = max(sum_A,sum_B);//利用最大值 sum_B = cur_start + num[i].b;//計算完成傳輸的最大時間 }cout << sum_B; return 0;} 

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/news/900309.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/900309.shtml
英文地址,請注明出處:http://en.pswp.cn/news/900309.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

中國移動啟動數字鄉村“五新升級”:年底前,行政村5G覆蓋達95%

大灣區經濟網品牌觀察報道&#xff0c;近日&#xff0c;在國家全面推進鄉村振興的戰略背景下&#xff0c;中國移動近日發布數字鄉村升級行動計劃&#xff0c;以“AI大模型數智化平臺”為核心引擎&#xff0c;圍繞“五新升級”構建“兩個新型”信息服務體系。 一、數字基建筑基&…

智慧節能雙突破 強力巨彩谷亞VK系列刷新LED屏使用體驗

當前全球節能減排趨勢明顯&#xff0c;LED節能屏作為顯示技術的佼佼者&#xff0c;正逐漸成為市場的新寵。強力巨彩谷亞萬境VK系列節能智慧屏憑借三重技術保障、四大智能設計以及大師臻彩畫質&#xff0c;在實現節能效果的同時&#xff0c;更在智慧顯示領域樹立新的標桿。   …

Apache 配置負載均衡詳解(含配置示例)

Apache 是互聯網上最受歡迎的 Web 服務器之一。除了基本的網頁服務&#xff0c;它還能通過模塊擴展出豐富的功能。其中一個重要用途就是將 Apache 配置成負載均衡器&#xff0c;用于在多個后端服務器之間分配流量&#xff0c;提升網站的性能和穩定性。Google Gemini中國版調用G…

GESP:2025-3月等級8-T1-上學

時間限制 : 1 秒 內存限制 : 128 MB C 城可以視為由 n個結點與 m條邊組成的無向圖。這些結點依次以1,2,....n標號&#xff0c;邊依次以 1,2...m標號。第i條邊&#xff08;1<i<m &#xff09;連接編號為ui 與vi的結點&#xff0c;長度為li米。 小 A 的學校坐落在 C 城中…

Nginx介紹及使用

1.Nginx介紹 Nginx是一款開源的、高性能的HTTP和反向代理服務器 1.正向代理和反向代理 正向代理&#xff08;代理客戶端&#xff09;是一種位于客戶端和目標服務器之間的中間服務器。客戶端通過正向代理服務器向目標服務器發送請求&#xff0c;代理服務器將請求轉發給目標服…

復古未來主義屏幕輝光像素化顯示器反烏托邦效果PS(PSD)設計模板樣機 Analog Retro-Futuristic Monitor Effect

這款模擬復古未來主義顯示器效果直接取材于 90 年代賽博朋克電影中的黑客巢穴&#xff0c;將粗糙的屏幕輝光和像素化的魅力強勢回歸。它精準地模仿了老式陰極射線管顯示器&#xff0c;能將任何圖像變成故障頻出的監控畫面或高風險的指揮中心用戶界面。和……在一起 2 個完全可編…

[巴黎高師課程] 同步反應式系統(2024-2025)第三課 - Kind 2: 基于SMT的Lustre模型檢查器

在2024-2025學期的巴黎高師同步反應式系統(2024-2025)第三課中&#xff0c;詳細討論了基于SMT的Lustre模型檢查器Kind 2的工作。本文將提供對Kind 2的介紹。對課程的詳細內容&#xff0c;可參考同步反應式系統 簡介 本節課討論了基于SMT&#xff08;Satisfiability Modulo The…

軌道交通裝備三維檢測與輕量化設計

地鐵車身與車燈部件作為軌道交通裝備的核心組成部分&#xff0c;其制造精度和性能要求極高。由于它們體積龐大、曲面復雜&#xff0c;傳統檢測方法在面對這些大型、復雜部件時&#xff0c;不僅耗時費力&#xff0c;而且難以實現全面、精確的測量&#xff0c;難以滿足高效、準確…

2025大唐杯仿真1——車聯網

車聯網 V2N是指車輛與網絡 Uu接口是用戶設備&#xff08;UE&#xff09;與基站之間的通信接口&#xff0c;用于終端和基站之間的通信 Uu接口可用的是N41頻段&#xff0c;歸屬中國移動 車輛間交互是V2V&#xff0c;頻段是PCS PC5接口是一種用于設備間直接通信&#xff08;D2D…

網絡編程—TCP/IP模型(TCP協議)

上篇文章&#xff1a; 網絡編程—TCP/IP模型&#xff08;UDP協議與自定義協議&#xff09;https://blog.csdn.net/sniper_fandc/article/details/146923934?fromshareblogdetail&sharetypeblogdetail&sharerId146923934&sharereferPC&sharesourcesniper_fand…

python logging模塊

以下是 Python 中 logging 模塊的基礎使用示例和配置說明: 簡單配置版(適合快速使用) import logging as log# 基礎配置(輸出到控制臺) log.basicConfig(level=log.DEBUG, # 設置最低日志級別format=%(asctime)s - %(name)s - %(levelname)s - %(message)s

HikariCP 源碼核心設計解析與 ZKmall開源商城場景調優實踐

HikariCP 作為 Spring Boot 默認數據庫連接池&#xff0c;其高性能源于獨特的無鎖設計、輕量級數據結構和精細化生命周期管理。以下從源碼解析與 ZKmall開源商城性能調優兩個維度展開&#xff1a; 一、HikariCP 源碼核心設計解析 ?無鎖并發控制與 ConcurrentBag 容器 ?Concur…

【模型量化】GPTQ 與 AutoGPTQ

GPTQ是一種用于類GPT線性最小二乘法的量化方法&#xff0c;它使用基于近似二階信息的一次加權量化。 本文中也展示了如何使用量化模型以及如何量化自己的模型AutoGPTQ。 AutoGPTQ&#xff1a;一個易于使用的LLM量化包&#xff0c;帶有用戶友好的API&#xff0c;基于GPTQ算法(僅…

如何部署DeepSeek企業知識庫:

一、核心部署流程 環境準備? 安裝Ollama框架:官網下載安裝包并完成基礎配置,需確保安裝路徑不含中文?; 硬件要求:根據企業規模選擇設備,如小微團隊建議i5十代+16GB內存,中大型企業需GPU集群(如NVIDIA A100/H100)?。 模型選擇與下載? 通過Ollama下載DeepSeek-R1…

FastAPI依賴注入:鏈式調用與多級參數傳遞

title: FastAPI依賴注入:鏈式調用與多級參數傳遞 date: 2025/04/05 18:43:12 updated: 2025/04/05 18:43:12 author: cmdragon excerpt: FastAPI的依賴注入系統通過鏈式調用和多級參數傳遞實現組件間的解耦和復用。核心特性包括解耦性、可復用性、可測試性和聲明式依賴解析…

前沿計組知識入門(四)

Training Large Networks in Parallel 計算機集群上高效訓練大型深度神經網絡&#xff08;DNN&#xff09;的方法和技術。從神經網絡的基本概念出發&#xff0c;逐步深入到并行訓練的具體實現策略&#xff0c;包括數據并行、模型并行以及參數服務器的設計等。 研究背景與動機…

Transformer+BO-SVM多變量時間序列預測(Matlab)

TransformerBO-SVM多變量時間序列預測&#xff08;Matlab&#xff09; 目錄 TransformerBO-SVM多變量時間序列預測&#xff08;Matlab&#xff09;效果一覽基本介紹程序設計參考資料 效果一覽 基本介紹 本期推出一期高創新模型&#xff0c;基于Transformer提取時序特征后輸入S…

SQL BETWEEN 語句詳解

SQL BETWEEN 語句詳解 概述 SQL BETWEEN 語句是一個用于在 SQL 查詢中指定查詢條件的重要工具。它允許用戶指定一個范圍&#xff0c;用于篩選符合特定條件的記錄。本文將詳細介紹 BETWEEN 語句的用法、示例以及注意事項。 BETWEEN 語句的基本用法 BETWEEN 語句的基本格式如…

AI Agent設計模式三:Routing

概念 &#xff1a;動態路徑選擇器 ? 優點&#xff1a;靈活處理不同類型輸入? 缺點&#xff1a;路由邏輯復雜度高 from typing import TypedDict from langchain_core.messages import SystemMessage, HumanMessage from langchain_openai import ChatOpenAI from langgraph.…

制造裝備物聯及生產管理ERP系統設計與實現(代碼+數據庫+LW)

摘 要 傳統辦法管理信息首先需要花費的時間比較多&#xff0c;其次數據出錯率比較高&#xff0c;而且對錯誤的數據進行更改也比較困難&#xff0c;最后&#xff0c;檢索數據費事費力。因此&#xff0c;在計算機上安裝制造裝備物聯及生產管理ERP系統軟件來發揮其高效地信息處理…