#include<iostream> using namespace std; const int N = 2005; int w[N], v[N]; int dp[N][10005]; int n, m, k; int find(int ww) { int ma = 0; for (int i = n; i >= 1; i--) { if(dp[i][ww] !=dp[i-1][ww]) { ma = max(ma, v[i]); ww -= w[i]; } } return ma; } int main() { cin >> n >> m >> k; for (int i = 1; i <= n; i++) { cin >> w[i] >> v[i]; } for (int i = 1; i <= n; i++) { for (int j = 1; j <= m; j++) { if (w[i] > j) dp[i][j] = dp[i-1][j]; else dp[i][j] = max(dp[i-1][j], v[i] + dp[i - 1][j - w[i]]); } } int res = 0; for (int i = 1; i <= m-k; i++) { res = max(res, find(i)+ dp[n][i]); } res = max(dp[n][m], res); cout << res<<endl; return 0; }

时间: 2024-04-28 14:22:05 浏览: 46

字节跳动2018校招大数据方向（第一批）.pdf

【编程题1】此题是一道关于二维平面上找“最大”点的问题。给定一组不重复的点，我们需要找出所有“最大”的点，即不存在任何点位于当前点的右上方。解决这个问题的关键在于理解题意，并能有效地进行排序和比较。我们可以将所有点按x坐标排序。然后，对于每一个点，我们检查其右上方是否存在其他点。这可以通过在遍历过程中维护当前最大y坐标来实现。当遇到一个点的y坐标大于或等于当前最大y坐标时，这个点就是“最大”的。因此，我们需要编写一个算法，它能够对点进行排序，并进行遍历以找出所有满足条件的点。 ```cpp #include <iostream> #include <vector> #include <algorithm> struct Point { int x, y; }; bool compareX(const Point &a, const Point &b) { return a.x < b.x; } bool isMax(const Point &p, const std::vector<Point> &points) { for (const Point &q : points) { if (q.x > p.x || (q.x == p.x && q.y >= p.y)) { return false; } } return true; } std::vector<Point> findMaxPoints(std::vector<Point> points) { std::sort(points.begin(), points.end(), compareX); std::vector<Point> maxPoints; int maxY = -1; for (const Point &p : points) { if (p.y > maxY || (p.y == maxY && p.x > maxYX)) { maxPoints.push_back(p); maxY = p.y; } } return maxPoints; } int main() { int N; std::cin >> N; std::vector<Point> points(N); for (int i = 0; i < N; ++i) { std::cin >> points[i].x >> points[i].y; } std::vector<Point> maxPoints = findMaxPoints(points); for (const Point &p : maxPoints) { std::cout << p.x << " " << p.y << std::endl; } return 0; } ``` 【编程题2】这道题要求找到一个数组区间，使得区间内最小值乘以区间内所有数的和最大。这是一个经典的动态规划问题，可以通过动态规划数组dp[i]表示以第i个元素结尾的子数组的最大乘积来解决。对于每个元素，我们需要计算两种情况：包含当前元素和不包含当前元素的子数组的最大乘积。 ```cpp #include <iostream> #include <vector> using namespace std; int maxProduct(vector<int>& nums) { int n = nums.size(); vector<int> dp1(n), dp2(n); dp1[0] = dp2[0] = nums[0]; for (int i = 1; i < n; ++i) { dp1[i] = max(nums[i] * dp1[i - 1], nums[i] * dp2[i - 1]); dp2[i] = min(nums[i] * dp1[i - 1], nums[i] * dp2[i - 1]); } int ans = dp1[n - 1]; for (int i = 1; i < n; ++i) { ans = max(ans, dp1[i] / nums[i]); } return ans; } int main() { int n; cin >> n; vector<int> nums(n); for (int& num : nums) { cin >> num; } cout << maxProduct(nums) << endl; return 0; } ``` 【编程题3】此题涉及到多任务调度问题，需要模拟PM和程序员的行为。我们可以使用优先队列来解决这个问题，优先级最高的任务会被优先处理。对于每个PM，记录他们的想法和优先级，然后按照优先级和时间进行排序。程序员会按顺序处理这些任务。 ```cpp #include <iostream> #include <queue> #include <vector> using namespace std; struct Idea { int pmId, time, priority, reqTime; }; bool compareIdea(const Idea &a, const Idea &b) { if (a.priority != b.priority) { return a.priority > b.priority; } else if (a.time != b.time) { return a.time < b.time; } else { return a.pmId < b.pmId; } } int solve(vector<Idea> &ideas, int m) { priority_queue<Idea, vector<Idea>, decltype(compareIdea)*> pq(compareIdea); for (Idea &idea : ideas) { pq.push(idea); } int currentTime = 0, result[ideas.size()]; while (!pq.empty()) { Idea topIdea = pq.top(); pq.pop(); if (currentTime >= topIdea.time) { result[topIdea.pmId] = currentTime + topIdea.reqTime; currentTime = result[topIdea.pmId]; } else { currentTime = topIdea.time; result[topIdea.pmId] = currentTime + topIdea.reqTime; } } return result; } int main() { int n, m, p; cin >> n >> m >> p; vector<Idea> ideas(p); for (Idea &idea : ideas) { cin >> idea.pmId >> idea.time >> idea.priority >> idea.reqTime; } for (int i = 0; i < p; ++i) { cout << solve(ideas, m)[i] << endl; } return 0; } ``` 【问答题】这道题目要求找到一棵树中节点数最多的层，并返回该层的深度。给定的代码存在错误，例如变量名未正确初始化。下面是修复后的代码： ```cpp #include <iostream> #include <vector> using namespace std; struct Node { vector<Node*> sons; }; void dfsFind(Node* node, int depth, int counter[], int maxDepth) { counter[depth]++; for (Node* child : node->sons) { dfsFind(child, depth + 1, counter, maxDepth); } } int findMaxNodesLayer(Node* root, int maxDepth) { int depCounter[maxDepth + 1] = {0}; dfsFind(root, 0, depCounter, maxDepth); int maxNodes = 0, maxDepthIndex = 0; for (int i = 1; i <= maxDepth; i++) { if (depCounter[i] > maxNodes) { maxNodes = depCounter[i]; maxDepthIndex = i; } } return maxDepthIndex; } int main() { // 读取树结构和最大深度的代码 // ... int maxDepthIndex = findMaxNodesLayer(root, 100000); cout << "The layer with the most nodes is at depth: " << maxDepthIndex << endl; return 0; } ``` 以上代码修复了原始代码中的错误，并提供了正确的实现。`dfsFind`函数现在接受最大深度作为参数，`findMaxNodesLayer`函数正确地初始化了`depCounter`数组，并找到了节点数最多的层的深度。

这是一段背包问题的动态规划代码。输入n个物品的重量和价值，背包的容量为m，最多只能选k个物品，求能够装入背包的最大价值。代码中使用了一个二维数组dp[i][j]，表示前i个物品放入容量为j的背包中的最大价值。其中dp[i-1][j-w[i]]表示在不选第i个物品的情况下，剩余容量为j-w[i]的背包中的最大价值，v[i]表示选第i个物品的价值，因此状态转移方程为： dp[i][j] = max(dp[i-1][j], v[i] + dp[i-1][j-w[i]]) 在求解的过程中，还需要使用find函数来找到最大的价值，其思路为从后往前遍历dp数组，当dp[i][j]不等于dp[i-1][j]时，说明第i个物品被选中了，更新最大价值并减去选中物品的重量。最终的答案为dp[n][m]和find(i)+ dp[n][i]中的最大值。

阅读全文

相关推荐

ACM校赛题解.pptx

动态规划-C++-NOIP-信息学竞赛CSP竞赛比赛CSP考级.pdf

最新推荐

2009-2023年上市公司企业客户ESG数据-最新出炉.zip

++i和i++d的区别.docx

IEEE 14总线系统Simulink模型开发指南与案例研究

管理建模和仿真的文件

【数据安全黄金法则】：R语言中party包的数据处理与隐私保护

Takagi-Sugeno模糊控制方法的原理是什么？如何设计一个基于此方法的零阶或一阶模糊控制系统？

STLinkV2.J16.S4固件更新与应用指南

"互动学习：行动中的多样性与论文攻读经历"

【R语言高级用户指南】：10个理由让你深入挖掘party包的潜力

在设计基于80C51单片机和PCF8563的电子时钟时，如何编写中断服务程序以确保时间的精确更新和防止定时器溢出？