博客
关于我
SSL大厅安排
阅读量:354 次
发布时间:2019-03-04

本文共 1280 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要找到一种方法来最大化演讲大厅的使用时间。演讲大厅需要通过选择一些预定而拒绝其他预定,以使演讲者使用时间最长。

方法思路

  • 问题分析:我们需要尽可能多地安排演讲,使得它们之间尽可能紧密地连续进行。这是一个典型的调度问题,可以使用贪心算法或动态规划来解决。
  • 排序演讲时间:将所有演讲按开始时间从早到晚排序,这样可以方便地找到可以连接的演讲。
  • 动态规划:使用动态规划来记录前i个演讲的最长时间段。对于每个演讲i,计算其与前面所有可能连接的演讲j的最长时间段,更新b[i]的值。
  • 计算最大时间:遍历所有演讲,计算每个演讲的最长时间段,并记录最终的最大时间。
  • 解决代码

    #include 
    #include
    #include
    #include
    #include
    using namespace std;struct f { int l, r;};bool cmp(f a, f b) { if (a.l != b.l) return a.l < b.l; return a.r < b.r;}int main() { int n, m = 0; cin >> n; struct f a[1001]; for (int i = 1; i <= n; ++i) { int l, r; cin >> l >> r; a[i] = {l, r}; } sort(a + 1, a + n + 1, cmp); int b[1001]; b[0] = 0; for (int i = 1; i <= n; ++i) { b[i] = a[i].r - a[i].l; for (int j = 1; j < i; ++j) { if (a[j].r <= a[i].l) { if (b[j] + (a[i].r - a[i].l) > b[i]) { b[i] = b[j] + (a[i].r - a[i].l); } } } if (b[i] > m) m = b[i]; } cout << m << endl; return 0;}

    代码解释

  • 输入处理:读取输入的演讲时间,存储在结构体数组中。
  • 排序:使用自定义比较函数按开始时间排序演讲时间段。
  • 动态规划计算:初始化b数组,遍历每个演讲,计算其与前面所有可能连接的演讲的最长时间段。
  • 结果输出:输出最大使用时间。
  • 这个方法通过动态规划有效地解决了演讲调度问题,确保了演讲大厅的最大化使用时间。

    转载地址:http://pgue.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>