csp202212-2训练计划

简介: csp202212-2训练计划

3410bde26f4541dfacbc0dfeecb48e03.png

6964ba2847fb4af38afbeb487cfea1ec.png


24494087c5234568852888b96dd4a35c.png

70分代码:

#include <bits/stdc++.h>
using namespace std;
typedef long long int ll;
const ll maxn = 1005;
int n, m, k;
pair<int, int> o[maxn]; // i,p,t
pair<int, int> e[maxn]; // 最早开始时间,最晚开始时间
int main()
{
    cin >> n >> m;
    for (int i = 1; i <= m; i++)
    {
        cin >> o[i].first; // p
    }
    for (int i = 1; i <= m; i++)
    {
        cin >> o[i].second; // t
    }
    for (int i = 1; i <= m; i++)
    {
        if (o[i].first == 0)
        { // 没有依赖
            e[i].first = 1;
        }
        else
        {
            e[i].first = e[o[i].first].first+o[o[i].first].second ;
        }
    }
    for (int i = 1; i <= m; i++)
    {
 
        cout << e[i].first << " ";
    }
}


100分代码:(更新依赖的节点a的值时,也要更新a依赖的节点的值,即while部分)

#include <bits/stdc++.h>
using namespace std;
typedef long long int ll;
const ll maxn = 400;
int n, m, k;
pair<int, int> pt[maxn];
int ans1[maxn]; // 最早开始时间
int ans2[maxn]; // 最晚开始时间
int main()
{
    cin >> n >> m;
    for (int i = 1; i <= m; i++)
    {
        cin >> pt[i].first; // p
    }
    for (int i = 1; i <= m; i++)
    {
        cin >> pt[i].second; // t
    }
    // 最早:
    for (int i = 1; i <= m; i++)
    {
        if (pt[i].first == 0)
        {
            ans1[i] = 1;
        }
        else
        {
            ans1[i] = ans1[pt[i].first] + pt[pt[i].first].second;
        }
    }
    // 最晚:
    int flag = 0;
    for (int i = 1; i <= m; i++)
    {
        if (pt[i].first == 0) // 无依赖
        {
            ans2[i] = n - pt[i].second + 1;
        }
        else // 有依赖,所有被依赖的最晚开始时间要更新
        {
            ans2[i] = n - pt[i].second + 1;
            int u = pt[i].first; // 被uu依赖
            int uu = i;          // 依赖u
            while (u != 0)
            { // 一直更新到没有依赖的(比原来的时间小才更新!)
                if (ans2[uu] - pt[u].second < ans2[u])
                {
                    ans2[u] = ans2[uu] - pt[u].second;
                }
 
                uu = u;
                u = pt[u].first;
            }
        }
    }
    for (int i = 1; i <= m; i++)
    {
        if (ans2[i] <= 0)
            flag = 1;
    }
    for (int i = 1; i <= m; i++)
    {
        cout << ans1[i] << " ";
    }
    if (flag == 0)
    {
        cout << endl;
        for (int i = 1; i <= m; i++)
        {
            cout << ans2[i] << " ";
        }
    }
}


相关文章
|
11月前
|
Java
【Java每日一题,简单题】csp202203-3 风险人群筛查
【Java每日一题,简单题】csp202203-3 风险人群筛查
|
16天前
|
数据采集 人工智能 数据挖掘
2021 第五届“达观杯” 基于大规模预训练模型的风险事件标签识别】3 Bert和Nezha方案
2021第五届“达观杯”基于大规模预训练模型的风险事件标签识别比赛中使用的NEZHA和Bert方案,包括预训练、微调、模型融合、TTA测试集数据增强以及总结和反思。
18 0
|
3月前
|
数据采集 数据挖掘
多维因素与学生辍学风险预测附录
多维因素与学生辍学风险预测附录
45 0
|
安全
基于SEIR模型的传染病预测软件开发(完整代码+数据集+报告)
基于SEIR模型的传染病预测软件开发(完整代码+数据集+报告)
212 0
基于SEIR模型的传染病预测软件开发(完整代码+数据集+报告)
|
9月前
|
机器学习/深度学习
机器学习xgboost的用户贷款是否违约进行预测 完整代码数据 计算机毕设
机器学习xgboost的用户贷款是否违约进行预测 完整代码数据 计算机毕设
57 0
|
机器学习/深度学习 算法 数据安全/隐私保护
「隐语小课」一种度量联邦学习中梯度泄露程度的方法
「隐语小课」一种度量联邦学习中梯度泄露程度的方法
327 0
|
数据挖掘 数据库 网络可视化
SFINX: 一个基于Shiny部署的鉴定蛋白互作关系平台
目前研究蛋白质互作方法有很多,传统的方法是将天然蛋白免疫沉淀与质谱检测结合(CoIP-MS),另外流行的还有亲和纯化/质谱法(AP-MS),与CO-IP类似,它使用感兴趣的诱饵蛋白(bait proteins)上的表位标签和捕获探针来识别协同的猎物蛋白,不需要为每个新的诱饵蛋白购买或者开发特定抗体,得到的融合蛋白可以用链霉亲和素(strep)磁珠来亲和纯化,用生物素洗脱最终得到蛋白复合物。
120 0
|
人工智能
IJCAI 2022 | 用一行代码大幅提升零样本学习方法效果,南京理工&牛津提出即插即用分类器模块
IJCAI 2022 | 用一行代码大幅提升零样本学习方法效果,南京理工&牛津提出即插即用分类器模块
128 0
|
机器学习/深度学习 算法 安全
CVPR 2022 | 联邦学习审计隐私新手段,田纳西大学等提出生成式梯度泄露方法GGL
CVPR 2022 | 联邦学习审计隐私新手段,田纳西大学等提出生成式梯度泄露方法GGL
192 0