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
【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
|
4月前
|
机器学习/深度学习 人工智能 安全
针对AI模型的对抗性攻击日益增多:你现在应该怎么做?
针对AI模型的对抗性攻击日益增多:你现在应该怎么做?
|
4月前
|
机器学习/深度学习
ACM MM24:复旦提出首个基于扩散模型的视频非限制性对抗攻击框架,主流CNN和ViT架构都防不住它
【9月更文挑战第23天】复旦大学研究团队提出了ReToMe-VA,一种基于扩散模型的视频非限制性对抗攻击框架,通过时间步长对抗性潜在优化(TALO)与递归令牌合并(ReToMe)策略,实现了高转移性且难以察觉的对抗性视频生成。TALO优化去噪步骤扰动,提升空间难以察觉性及计算效率;ReToMe则确保时间一致性,增强帧间交互。实验表明,ReToMe-VA在攻击转移性上超越现有方法,但面临计算成本高、实时应用受限及隐私安全等挑战。[论文链接](http://arxiv.org/abs/2408.05479)
98 3
|
5月前
|
机器学习/深度学习 算法 搜索推荐
支付宝商业化广告算法问题之在DNN模型中,特征的重要性如何评估
支付宝商业化广告算法问题之在DNN模型中,特征的重要性如何评估
|
8月前
|
移动开发 资源调度 监控
社交网络分析5:社交网络信息传播动力学。信息传播 、传染病模型、博弈模型和物理系统模型 、传播动力学分析 、 未来发展趋势与展望
社交网络分析5:社交网络信息传播动力学。信息传播 、传染病模型、博弈模型和物理系统模型 、传播动力学分析 、 未来发展趋势与展望
566 0
|
8月前
|
人工智能 算法 Oracle
对抗博弈决策方法
对抗博弈决策方法
120 0
|
算法 Go C++
CSP 202203-2 出行计划
CSP 202203-2 出行计划
413 0
CSP 202203-2 出行计划
|
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
246 0
|
存储 Go C++
CSP 202206-2 寻宝!大冒险!
CSP 202206-2 寻宝!大冒险!
665 0
CSP 202206-2 寻宝!大冒险!