[Usaco2007 Nov]tanning分配防晒霜
来源:互联网 发布:移动宽带网络维修电话 编辑:程序博客网 时间:2024/04/28 17:29
Description
奶牛们计划着去海滩上享受日光浴。为了避免皮肤被阳光灼伤,所有
Input
第1行: 2个用空格隔开的整数:
第2..
第
Output
第1行: 输出1个整数,表示最多有多少头奶牛能享受到日光浴
Sample Input
3 2
3 10
2 5
1 5
6 2
4 1
输入说明
一共有3头奶牛,2瓶防晒霜。3头奶牛适应的SPF值分别为3..10,2..5,以及1..5。2瓶防晒霜的SPF值分别为6(可使用2次)和4(可使用1次)。可能的分配方案为:奶牛1使用第1瓶防晒霜,奶牛2或奶牛3使用第2瓶防晒霜。显然,最多只有2头奶牛的需求能被满足。
Sample Output
2
HINT
Source
Gold
思路
先对每头牛按照最大SPF值排序,那么SPF值更大的防晒霜显然要分给最大SPF值更大的牛,最大SPF值更小的牛选择能满足它的最小的防晒霜即可。
代码
#include <cstdio>#include <algorithm>const int maxn=2500;struct cow{ int l,r; bool operator <(const cow &other) const { return r<other.r; }};struct scr{ int lim,v; bool operator <(const scr &other) const { return v<other.v; }};cow w[maxn+10];scr r[maxn+10];int c,k,ans;int main(){ scanf("%d%d",&c,&k); for(int i=1; i<=c; i++) { scanf("%d%d",&w[i].l,&w[i].r); } for(int i=1; i<=k; i++) { scanf("%d%d",&r[i].v,&r[i].lim); } std::sort(w+1,w+c+1); std::sort(r+1,r+k+1); for(int i=1; i<=c; i++) { int flag=0; for(int j=1; j<=k; j++) { if((r[j].lim>0)&&(r[j].v>=w[i].l)&&(r[j].v<=w[i].r)) { r[j].lim--; flag=1; break; } } if(flag) { ans++; } } printf("%d\n",ans); return 0;}
- bzoj1707[Usaco2007 Nov]tanning分配防晒霜
- [Usaco2007 Nov]tanning分配防晒霜
- 1707: [Usaco2007 Nov]tanning分配防晒霜 (贪心)
- bzoj 1707: [Usaco2007 Nov]tanning分配防晒霜
- BZOJ 1707: [Usaco2007 Nov]tanning分配防晒霜
- 【经典贪心】【bzoj 1707】: [Usaco2007 Nov]tanning分配防晒霜
- bzoj1641 [Usaco2007 Nov]Cow Hurdles 奶牛跨栏
- 1641: [Usaco2007 Nov]Cow Hurdles 奶牛跨栏
- bzoj1642 [Usaco2007 Nov]Milking Time 挤奶时间
- [BZOJ1642] [Usaco2007 Nov]Milking Time 挤奶时间
- bzoj1642[Usaco2007 Nov]Milking Time 挤奶时间
- [BZOJ1641][Usaco2007 Nov]Cow Hurdles 奶牛跨栏
- Usaco2007 Nov 【Milking Time 】挤奶时间
- 1641: [Usaco2007 Nov]Cow Hurdles 奶牛跨栏
- [BZOJ1705] [Usaco2007 Nov]Telephone Wire 架设电话线
- 1641: [Usaco2007 Nov]Cow Hurdles 奶牛跨栏
- 1642: [Usaco2007 Nov]Milking Time 挤奶时间
- 1706: [usaco2007 Nov]relays 奶牛接力跑
- [人工智能]深度学习卷积神经网络的秒懂各种操作
- 机器学习路线
- 机器学习&amp;深度学习视频资料汇总
- 机器学习-学习1号小分队
- [机器学习篇]基于Python机器学习常用库
- [Usaco2007 Nov]tanning分配防晒霜
- [详解机器学习]机器学习之认知篇
- [Spark机器学习]基于Spark 2.0 机器学习之推荐系统实现
- 【机器学习】笔记--梯度提升(Gradient boosting)
- [人工智能]机器学习的框架偏向于Python原因
- 程序员7年总结和建议
- 如何构建高扩展性网站?
- 深入简出机器学习
- 从客户端的角度设计后端的接口