POJ-2456疯牛(二分搜索+最小值最大化)

描述农夫 John 建造了一座很长的畜栏,它包括N (2 <= N <= 100,000)个隔间,这些小隔间依次编号为x1,...,xN (0 <= xi <= 1,000,000,000).
但是,John的C (2 <= C <= N)头牛们并不喜欢这种布局,而且几头牛放在一个隔间里,他们就要发生争斗。为了不让牛互相伤害。John决定自己给牛分配隔间,使任意两头牛之间的最小距离尽可能的大,那么,这个最大的最小距离是什么呢?

 

输入

有多组测试数据,以EOF结束。
第一行:空格分隔的两个整数N和C
第二行——第N+1行:分别指出了xi的位置

输出

每组测试数据输出一个整数,满足题意的最大的最小值,注意换行。

样例输入

5 3
1
2
8
4
9

样例输出

3

题意要表达的是:把C头牛放到N个带有编号的隔间里,使得任意两头牛所在的隔间编号的最小差值最大。例如样例排完序后变成1 2 4 8 9,那么1位置放一头牛,4位置放一头牛,它们的差值为3;最后一头牛放在8或9位置都可以,和4位置的差值分别为4、5,和1位置的差值分别为7和8,不比3小,所以最大的最小值为3。

分析:这是一个最小值最大化的问题。先对隔间编号从小到大排序,则最大距离不会超过两端的两头牛之间的差值,最小值为0。所以我们可以通过二分枚举最小值来求。假设当前的最小值为x,如果判断出最小差值为x时可以放下C头牛,就先让x变大再判断;如果放不下,说明当前的x太大了,就先让x变小然后再进行判断。直到求出一个最大的x就是最终的答案。

#include <iostream>
#include <algorithm>
using namespace std;
int n,c;
int x[1000000002];
bool binary_search(int a){
    int temp=x[0];
    int cnt=1;
    for(int i=0;i<n;i++){
        if(x[i]-temp>=a){
            temp=x[i];
            cnt++;
            if(cnt>=c)
                return true;
        }
    }
    return false;
}
int main(){
    cin>>n>>c;
    for(int i=0;i<n;i++)
        cin>>x[i];
    sort(x,x+n);
    int lb=1,rb=x[n-1]-x[0];
    int mid=0;
    while(lb<=rb){
        mid=(lb+rb)/2;
        if(binary_search(mid))
            lb=mid+1;
        else
            rb=mid-1;
    }
    cout<<mid;
    return 0;
}

 

 

 
### 关于 POJ 2456 的问题分析 POJ 平台上的题目通常涉及算法设计、数据结构应用以及复杂度优化等问题。虽然未提供具体关于 POJ 2456 题目的直接描述,但从其他类似题目的解决方法可以推测其可能的解决方案。 #### 差分约束系统的应用 如果 POJ 2456 类似于差分约束系统的问题,则可以通过构建图模型并使用 SPFA 算法来寻找最长路径[^3]。在此类问题中,条件 \(A - B \geq X\) 和 \(A - B \leq X\) 可转化为节点间的边权关系,并通过引入超级源点确保整个图连通性。这种方法适用于一系列不等式约束下的变量取值范围判定问题。 #### 动态规划 vs 常规解法对比 针对某些特定类型的题目,动态规划 (Dynamic Programming, DP) 提供了一种高效解决问题的方式,尤其当子问题具有重叠性质时。然而,在实际实现过程中需要注意状态定义合理性及转移方程准确性[^2]。相比之下,传统方法可能会因为重复计算而导致时间效率低下。 以下是基于上述理论的一个简单伪代码框架用于处理此类问题: ```python from collections import deque def spfa(n, edges): dist = [-float('inf')] * n in_queue = [False] * n queue = deque() # 初始化超级源点连接所有顶点 super_source = n new_edges = [(super_source, i, 0) for i in range(n)] all_edges = edges + new_edges dist[super_source] = 0 queue.append(super_source) in_queue[super_source] = True while queue: u = queue.popleft() in_queue[u] = False for v, w in adj_list[u]: if dist[v] < dist[u] + w: dist[v] = dist[u] + w if not in_queue[v]: queue.append(v) in_queue[v] = True # 判断是否有正环存在 if len(queue) > n: return "Positive cycle exists" return max(dist[:n]) # 构建邻接表表示图结构 adj_list = [[] for _ in range(n+1)] for a,b,w in edges: adj_list[a].append((b, w)) ``` 此代码片段展示了如何运用队列维护待访问结点集合并通过松弛操作更新最短距离数组 `dist` 。同时加入了对可能出现的正向循环检测机制。 ### 结论 综上所述,解答 POJ 2456 或相似编号的问题需依据具体需求选取合适的技术手段。无论是采用差分约束还是动态规划策略,都应注重细节把控以提升程序性能表现。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值