博客
关于我
洛谷p1830 贪心 活动的安排
阅读量:377 次
发布时间:2019-03-05

本文共 998 字,大约阅读时间需要 3 分钟。

活动选择问题是经典的贪心问题,解决方法如下:

  • 按照活动的结束时间对活动进行排序。这样可以尽早释放时间,为后续选择留下更多空间。

  • 初始化时,选择结束时间最早的活动作为第一个选中的活动,并记录其结束时间。

  • 从第二个活动开始,依次检查每个活动的开始时间。如果当前活动的开始时间晚于或等于上一个活动的结束时间,则选择该活动,并更新结束时间。

  • 通过这种方法,可以确保选择的活动数量最多。这是因为每次选择结束时间最早的活动,能够为后续的活动选择留下更多的时间窗口,从而最大化整体的活动数量。

    以下是实现代码:

    #include 
    #include
    #include
    using namespace std;struct Activity { int start, end;};bool compare(const Activity& a, const Activity& b) { return a.end < b.end;}int main() { int n; cin >> n; vector
    acts(n); for (int i = 0; i < n; ++i) { cin >> acts[i].start >> acts[i].end; } sort(acts.begin(), acts.end(), compare); int last_end = acts[0].end; int count = 1; for (int i = 1; i < n; ++i) { if (acts[i].start >= last_end) { last_end = acts[i].end; count++; } } cout << count << endl; return 0;}

    这个代码首先读取输入数据,定义了一个活动结构体,包含开始时间和结束时间。然后使用比较函数按结束时间排序活动。接着,初始化最后一个选中的活动的结束时间为第一个活动的结束时间,并遍历每个活动,选择不重叠的活动,最后输出选中的活动数量。

    转载地址:http://jmtg.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    OpenCV中遇到Microsoft C++ 异常 cv::Exception
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>
    Opencv介绍及opencv3.0在 vs2010上的配置
    查看>>