博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
USACO--1.3Mixing Milk
阅读量:2227 次
发布时间:2019-05-09

本文共 532 字,大约阅读时间需要 1 分钟。

就是一道简单贪心,肯定是要先买价格低牛奶,所以先按价格排序就行了。

代码如下:

/*ID: 15674811LANG: C++TASK: milk*/#include
#include
#include
#include
#include
using namespace std;typedef struct{ int p; int num;}M;M m[5500];bool cmp(M m1,M m2){ return m1.p
>n>>m1) { for(int i=1;i<=m1;i++) cin>>m[i].p>>m[i].num; sort(m+1,m+m1+1,cmp); int sum=0,price=0; for(int i=1;i<=m1;i++) { if(sum+m[i].num<=n) { sum+=m[i].num; price+=m[i].num*m[i].p; } else { price+=(n-sum)*m[i].p; break; } } cout<
<

转载地址:http://vkrfb.baihongyu.com/

你可能感兴趣的文章
用ARIMA模型做需求预测
查看>>
推荐系统
查看>>
TensorFlow-11-策略网络
查看>>
浅谈 GBDT
查看>>
如何选择优化器 optimizer
查看>>
一文了解强化学习
查看>>
CART 分类与回归树
查看>>
seq2seq 的 keras 实现
查看>>
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>
用 Pipeline 将训练集参数重复应用到测试集
查看>>