news 2026/5/1 6:15:46

小明的账单(信息学奥赛一本通- P1372)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
小明的账单(信息学奥赛一本通- P1372)

【题目描述】

小明在一次聚会中,不慎遗失了自己的钱包,在接下来的日子,面对小明的将是一系列的补卡手续和堆积的账单… 在小明的百般恳求下,老板最终同意延缓账单的支付时间。可老板又提出,必须从目前还没有支付的所有账单中选出面额最大和最小的两张,并把他们付清。还没有支付的账单会被保留到下一天。 请你帮他计算出支付的顺序。

【输入】

第1行:一个正整数N(N≤15,000),表示小明补办银联卡总共的天数。

第2行到第N+1 行:每一行描述一天中收到的帐单。先是一个非负整数M≤100,表示当天收到的账单数,后跟M个正整数(都小于1,000,000,000),表示每张帐单的面额。

输入数据保证每天都可以支付两张帐单。

【输出】

输出共N 行,每行两个用空格分隔的整数,分别表示当天支付的面额最小和最大的支票的面额。

【输入样例】

4 3 3 6 5 2 8 2 3 7 1 7 0

【输出样例】

3 6 2 8 1 7 5 7

这是一个非常经典的“动态维护极值”问题。既然题目不难,我们直接切入重点,对比两种解法的优劣和核心技巧。

1. 题目本质

我们需要维护一个账单池,支持以下三种操作,且每天都要执行:

  1. Insert:插入若干个新数值。

  2. Pop Max:查询并删除最大值。

  3. Pop Min:查询并删除最小值。


2. 解法一:STL Multiset(最简捷)

利用 C++multiset底层红黑树自动排序的特性,它是解决此类问题的“万能钥匙”。

  • 思路:所有数据丢进去,它自动排好序。

    • 最小值:*st.begin()

    • 最大值:*st.rbegin()

  • 代码优势:极短,逻辑极其简单,不易出错。

  • 关键避坑

    • 删除时必须用迭代器st.erase(it),绝不能用st.erase(val)。后者会把所有同金额的账单一次性删光,导致 BUG。

    • 删除最大值推荐用st.erase(prev(st.end()))


3. 解法二:双堆 + 懒惰删除(最高效)

利用两个优先队列分别维护最大值和最小值。这是解决“堆不支持随机删除”的标准范式。

  • 思路

    • 双倍存储:每个账单同时进入maxqminq,并绑定唯一id

    • 懒惰删除 (Lazy Deletion):

      当我们在 maxq 删除了一个元素,无法直接去 minq 里删它(太慢)。

      于是我们在 deleted 数组里标记该 id 为“已删除”。

      等到 minq 的堆顶恰好浮现出这个“已删除”的元素时,再把它弹出丢掉。

  • 工程细节

    • while循环清理“死元素”时,最好加上!q.empty()防止越界(虽然本题数据保证不空,但这是好习惯)。


4. 总结与对比

维度Multiset 解法双堆 + 懒惰删除 解法
代码量极少中等
思维难度无脑需理解延迟删除
运行效率较慢 (红黑树常数大)极快(堆操作常数小)
适用场景比赛省时间、数据量中等卡常数、追求极致性能

完整代码

/* //直接用multiset 可以直接得到最大值和最小值 #include <iostream> #include <set>//必须包含这个头文件 #include <algorithm> using namespace std; //使用multiset,因为它会自动排序,且允许有重复的账单金额 multiset<int>st; int main(){ ios::sync_with_stdio(false); cin.tie(0); int n; cin>>n; for(int i=1;i<=n;i++){ int cnt;cin>>cnt; //1.把今天的账单全部扔进set for(int j=1;j<=cnt;j++){ int tmp; cin>>tmp; st.insert(tmp);//O(log N)自动排序 } //2.取出并删除最小值 //st.begin()就是最小值的迭代器 int mi=*st.begin(); st.erase(st.begin());//注意:要用迭代器删除,否则会删除所有等于mi的元素 //3.取出并删除最大值 //st.rbegin()是反向迭代器的开始,指向最大值 //或者用prev(st.end())也可以找到最大值 int ma=*st.rbegin(); //删除最大值(需要将反向迭代器转为正向迭代器,或者直接删除尾部前一个) //最简单的写法是删除迭代器:prev(st.end())指向最后一个元素 st.erase(prev(st.end())); //输出 cout<<mi<<" "<<ma<<"\n"; } return 0; } */ //用优先队列 #include <iostream> #include <queue> using namespace std; int deleted[1500001]; priority_queue<pair<int,int>> maxq;//默认最大堆 priority_queue<pair<int,int>,vector<pair<int,int>>,greater<pair<int,int>>> minq;//最小堆 int main(){ ios::sync_with_stdio(false); cin.tie(0); int n; cin>>n; int id=0; for(int i=1;i<=n;i++){//总共有n天 int cnt;//每天有cnt张账单 cin>>cnt; for(int j=1;j<=cnt;j++){ int val; cin>>val; id++; maxq.push({val,id}); minq.push({val,id}); } while(!maxq.empty() && deleted[maxq.top().second]==1){//如果最大堆堆顶的数的id已经被标记为在最小堆里删除了,就直接弹出 maxq.pop();//如果最大堆堆顶的数的id已经被标记为在最小堆里删除了,就直接弹出 } int ma=maxq.top().first;//最大堆的最大值 deleted[maxq.top().second]=1;//标记这个最大值的id为1(已被删除,后面不能被最小堆拿来用了) maxq.pop();//把最大堆的最大值弹出 while(!minq.empty() && deleted[minq.top().second]==1){//如果最小堆堆顶的数的id已经被标记为在最大堆里删除了,就直接弹出 minq.pop();//如果最小堆堆顶的数的id已经被标记为在最大堆里删除了,就直接弹出 } int mi=minq.top().first;//最小堆的最小值 deleted[minq.top().second]=1;//标记这个最小值的id为1(已被删除,后面不能被最大堆拿来用了) minq.pop(); cout<<mi<<" "<<ma<<" "<<"\n"; } return 0; }

在比赛中,如果时间允许(N<=10^5),优先用 Multiset ;如果数据量极大或时限很紧,必须掌握双堆+懒惰删除。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 18:08:05

【收藏必备】n8n+Ollama+Qwen3构建企业级RAG知识库,手把手教学

本文详细介绍了如何使用n8n、Ollama和Qwen3构建企业级RAG检索系统。内容涵盖Qwen3-Embedding模型配置、Ollama安装与设置、Node.js和n8n部署、本地模型下载与测试、RAG工作流创建、文件解析模型配置、知识库检索工作流构建及准确性测试等全过程。通过本文&#xff0c;读者可掌握…

作者头像 李华
网站建设 2026/4/26 0:57:52

一文搞懂 TensorFlow:架构、原理到实战的完整指南

TensorFlow 是什么&#xff1f;一句话讲清楚 01 TensorFlow 是 Google Brain 团队开发的深度学习框架&#xff0c;采用“计算图”方式执行&#xff0c;支持从研究、工程到大规模生产部署的完整链路。 Tensor 多维数组&#xff08;数据&#xff09;Flow 数据在计算图中流动&am…

作者头像 李华
网站建设 2026/4/10 12:50:56

初识快速排序函数qsort()

思路&#xff1a;题目说明用二分查找&#xff0c;每次查找向下取整&#xff0c;就清楚是跟二分查找有关了。但是需要注意题目其实并没有说输入的数组是有序的&#xff0c;所以在二分查找之前我们必须要先排序。考虑到时间复杂度的问题&#xff0c;这里我们选择用快速排序的方法…

作者头像 李华
网站建设 2026/4/24 11:26:41

3分钟带你了解大语言模型的本质_大语言模型是什么

本文以通俗易懂的方式解释了大语言模型(LLM)的本质与原理。大模型本质上是一个复杂的数学公式(神经网络)&#xff0c;通过海量数据统计和Transformer算法架构&#xff0c;实现了对人类语言的理解和生成能力。大模型并无真正的意识或灵魂&#xff0c;只是在模仿人类表达模式进行…

作者头像 李华
网站建设 2026/4/28 18:05:30

如何5分钟完成飞书文档批量导出:企业知识库迁移的终极解决方案

如何5分钟完成飞书文档批量导出&#xff1a;企业知识库迁移的终极解决方案 【免费下载链接】feishu-doc-export 项目地址: https://gitcode.com/gh_mirrors/fe/feishu-doc-export 当企业需要将飞书知识库迁移到本地时&#xff0c;手动下载数百份文档不仅效率低下&#…

作者头像 李华
网站建设 2026/4/30 14:05:43

从云端到口袋:Open-AutoGLM移动端部署的5项关键技术指标深度解析

第一章&#xff1a;Open-AutoGLM移动端部署的背景与意义随着大语言模型在自然语言处理领域的广泛应用&#xff0c;将高性能模型轻量化并部署至移动设备成为推动AI普惠化的重要方向。Open-AutoGLM作为基于AutoGLM架构开源优化的推理引擎&#xff0c;专为资源受限环境设计&#x…

作者头像 李华