UVa 233 Package Pricing

AI 应用开发 × 算法面试题:业务场景实战 12 题【TopK、LRU、RRF 融合、相似度、限流算法,含手撕代码与底层答案】 本文聚焦AI应用岗算法面试新趋势,剖析12道融合业务场景的高频题:从海量日志中挖掘慢查询(分治+小顶堆)、亿级去重(布隆过滤器)、向量与关键词融合排序(RRF)、语义缓存设计(带租户隔离与TTL的LRU)到限流策略(令牌桶+滑动窗口),强调“场景复述→算法选型→手撕代码→生产落地”四步答题框架。突出考察点已从纯算法转向工程权衡、业务理解与系统设计能力,如误判容忍度、实时性与内存预算的平衡,助力开发者应对2026年真实技术挑战。 阅读详情

题目分析

题目描述了一家销售 444 种尺寸节能灯泡的公司,这些灯泡尺寸分别用字符 'a'、'b'、'c'、'd' 表示。公司提供若干优惠套餐,每个套餐有目录编号、价格和包含的灯泡组合。顾客需要购买特定数量的灯泡,要求找出最便宜的套餐组合方式,使得购买的灯泡数量满足或超过顾客需求,并输出总价和套餐清单。

解题思路

状态表示

本题需要使用状态压缩动态规划(DP\texttt{DP}DP),将 444 种尺寸的需求量编码为一个状态。每种尺寸的需求量最多是多少?题目没有明确给出,但根据状态数组 memo[1048576] 可以推断,每种尺寸的最大需求量为 202020(因为 (20+1)4=194481(20+1)^4 = 194481(20+1)4=194481 远小于 104857610485761048576,实际测试发现最大需求量为 202020)。使用 base 数组计算状态索引:

index=count[0]×base[0]+count[1]×base[1]+count[2]×base[2]+count[3]×base[3] index = count[0] \times base[0] + count[1] \times base[1] + count[2] \times base[2] + count[3] \times base[3] index=count[0]×base[0]+count[1]×base[1]+count[2]×base[2]+count[3]×base[3]

其中:

base[0]=(need[1]+1)×(need[2]+1)×(need[3]+1)base[1]=(need[2]+1)×(need[3]+1)base[2]=need[3]+1base[3]=1 \begin{aligned} base[0] &= ( need[1] + 1 ) \times ( need[2] + 1 ) \times ( need[3] + 1 ) \\ base[1] &= ( need[2] + 1 ) \times ( need[3] + 1 ) \\ base[2] &= need[3] + 1 \\ base[3] &= 1 \end{aligned} base[0]base[1]base[2]base[3]​=(need[1]+1)×(need[2]+1)×(need[3]+1)=(need[2]+1)×(need[3]+1)=need[3]+1=1​

动态规划转移

定义 memo[state] 存储三个信息:

  • price:达到该状态的最小花费;
  • index:达到该状态时最后选择的套餐编号;
  • parent:达到该状态的前一个状态。

初始状态 memo[0] = {0, -1, -1},其他状态初始化为极大值 1E20。

对于每个状态 state,解码出当前已购买的灯泡数量 current[4]。然后尝试添加每种套餐 packages[i],得到新状态 next:

next[j]=min⁡(current[j]+packages[i].supply[j], need[j]) next[j] = \min(current[j] + packages[i].supply[j],\ need[j]) next[j]=min(current[j]+packages[i].supply[j], need[j])

如果新状态的 price 大于当前状态花费加上套餐价格,则更新 memo[next]。

结果回溯

求出 maxState = getIndex(need) 后,memo[maxState].price 即为最小总价。然后从 maxState 开始回溯,记录每个状态使用的套餐,通过 counter 累加套餐的使用次数。最后输出结果时,套餐按目录编号升序输出,使用次数超过 111 时用括号注明。

注意事项

  • 由于顾客请求中可能包含重复尺寸,需要在输入时累加统计。
  • 输出的价格保留两位小数,使用 fixed 和 setprecision(2)。
  • 每个测试用例的 counter 在使用前需要清空。

代码实现

// Package Pricing
// UVa ID: 233
// Verdict: Accepted
// Submission Date: 2016-06-21
// UVa Run Time: 0.460s
//
// 版权所有(C)2016,邱秋。metaphysis # yeah dot net

#include <bits/stdc++.h>

using namespace std;

// 套餐结构体
struct package
{
    int catalogue;      // 套餐编号
    double price;       // 套餐价格
    int supply[4];      // 四种尺寸灯泡的个数
};

// DP状态结构体
struct choice
{
    double price;       // 达到该状态的最小花费
    int index, parent;  // 最后选择的套餐编号和前一个状态
};

int n;                          // 套餐数量
vector<package> packages;       // 存储所有套餐
int base[4];                    // 用于状态编码的基数
double minPrice;                // 最小总价
map<int, int> counter;          // 统计每个套餐的使用次数
choice memo[1048576];           // DP状态数组

// 根据当前数量数组计算状态编码
int getIndex(int count[])
{
    int index = 0;
    for (int j = 0; j < 4; j++)
        index += count[j] * base[j];
    return index;
}

// 动态规划求解最便宜套餐组合
void dp(package need)
{
    // 计算基数数组
    base[0] = (need.supply[1] + 1) * (need.supply[2] + 1) * (need.supply[3] + 1);
    base[1] = (need.supply[2] + 1) * (need.supply[3] + 1);
    base[2] = need.supply[3] + 1;
    base[3] = 1;

    int current[4], next[4], maxState = getIndex(need.supply);

    // 初始化DP状态为极大值
    for (int i = 0; i <= maxState; i++)
        memo[i] = (choice){1E20, -1, -1};

    // 初始状态花费为0
    memo[0] = (choice){0, -1, -1};

    // 遍历所有状态
    for (int state = 0; state <= maxState; state++)
    {
        int s = state;
        // 解码当前状态,得到已购买的灯泡数量
        for (int i = 0; i < 4; i++)
            current[i] = s / base[i], s %= base[i];

        // 尝试每种套餐
        for (int i = 0; i < n; i++)
        {
            // 计算添加套餐i后的新状态
            for (int j = 0; j < 4; j++)
                next[j] = min(current[j] + packages[i].supply[j], need.supply[j]);

            int index = getIndex(next);

            // 如果新状态的花费可以更小,则更新
            if (memo[index].price > memo[state].price + packages[i].price)
                memo[index] = (choice){memo[state].price + packages[i].price, i, state};
        }
    }

    // 回溯统计套餐使用次数
    counter.clear();
    for (int state = maxState; state > 0; state = memo[state].parent)
        counter[packages[memo[state].index].catalogue]++;

    // 记录最小总价
    minPrice = memo[maxState].price;
}

int main()
{
    ios::sync_with_stdio(false);
    
    string line;

    while (getline(cin, line))
    {
        packages.clear();

        // 读取套餐数量
        n = stoi(line);

        // 读取n个套餐信息
        for (int i = 1; i <= n; i++)
        {
            getline(cin, line);
            istringstream iss(line);

            package p;
            iss >> p.catalogue >> p.price;

            // 初始化四种尺寸的数量为0
            memset(p.supply, 0, sizeof(p.supply));
            char size;
            int count;
            while (iss >> size >> count)
                p.supply[size - 'a'] += count;

            packages.push_back(p);
        }

        // 读取顾客请求数量
        getline(cin, line);
        int m = stoi(line);

        // 处理每个顾客请求
        for (int i = 1; i <= m; i++)
        {
            getline(cin, line);
            istringstream iss(line);

            package need;
            memset(need.supply, 0, sizeof(need.supply));
            
            char size;
            int count;
            while (iss >> size >> count)
                need.supply[size - 'a'] += count;

            dp(need);

            // 输出结果:请求编号、冒号、总价(右对齐宽度8)
            cout << i << ":" << setw(8) << right;
            cout << fixed << setprecision(2) << minPrice;

            // 输出套餐组合(按编号升序)
            for (auto c : counter)
            {
                if (c.second > 0) cout << " " << c.first;
                if (c.second > 1) cout << "(" << c.second << ")";
            }
            cout << endl;
        }
        cout << endl;
    }

    return 0;
}
EG2134驱动芯片实战:如何用TSSOP20封装搞定三相无刷电机驱动(附电路图) 本文详细介绍了EG2134驱动芯片在三相无刷电机驱动中的应用实践,包括芯片选型、电路设计和PCB布局技巧。EG2134作为一款高性能半桥驱动芯片,采用TSSOP20封装,适合紧凑型设计。文章还提供了典型应用电路图和调试指南,帮助工程师快速实现稳定可靠的电机驱动方案。 阅读详情

相关推荐

2025-03-21(DS复习): Databricks 的技术架构

Databricks 的技术架构以 ​为核心,构建了一套高度集成、可扩展且支持多云环境的统一分析平台。其架构设计注重存储与计算的深度融合,并通过丰富的服务层功能简化了数据工程、机器学习和数据科学的工作流。

baidu_24377669的博客 1430

UVa OJ 题解索引

寂静山林 789

F280049C_HRPWM_死区时间高精度控制与MEP技术实战解析

本文深入解析了F280049C的HRPWM模块及其基于MEP技术的死区时间高精度控制。通过实测数据与TI官方代码对比,详细阐述了DBREDHR和DBFEDHR寄存器的配置技巧、精度优化方法及常见问题调试,为电源管理和电机控制应用提供了实用的实战指南。

yolo5detector的博客 219

UVa Problem 10261 Ferry Loading (渡船装载)

// Ferry Loading (渡船装载) // PC/UVa IDs: 111106/10261, Popularity: B, Success rate: low Level: 3 // Verdict: Accepted // Submission Date: 2011

寂静山林 5643

ESP32-S3数字麦克风入门:手把手教你用Arduino IDE读取MSM261S4030H0R的I2S数据

本文详细介绍了如何使用Arduino IDE读取MSM261S4030H0R数字麦克风的I2S数据,涵盖硬件连接、代码编写和数据可视化全流程。重点解决I2S引脚配置、环境噪声过滤和声波观察等实际问题,适合ESP32-S3开发者快速上手数字麦克风应用。

weixin_26742753的博客 319

微信DAT图片恢复全攻略:从文件定位到批量解密(附最新路径变化)

本文提供了一份详尽的微信DAT图片恢复指南,涵盖新旧版本文件路径变化解析、DAT文件定位方法以及批量解密操作步骤。针对微信图片加密存储为DAT格式的痛点,文章介绍了高效易用的图形化解密工具,帮助用户将加密文件快速还原为JPG、PNG等可查看格式,并强调了数据安全与隐私保护的重要性。

p4q5r6s7t的博客 748

UVa Problem 10149 Yahtzee (Yahtzee 游戏)

// Yahtzee (Yahtzee 游戏) // PC/UVa IDs: 110208/10149, Popularity: C, Success rate: average Level: 3 // 版权所有(C),邱秋,2011。metaphysis at yeah dot

寂静山林 4725

(一)PyBullet机器人仿真入门:从环境搭建到实例解析

本文详细介绍了PyBullet机器人仿真平台从零开始的完整入门指南。内容涵盖环境搭建、官方示例解析、核心操作(连接、世界与模型)、关节控制与状态读取,以及碰撞检测、传感器模拟等高级功能,帮助读者快速掌握这一强大的机器人仿真工具。

weixin_29062865的博客 1391

UVa Problem 104 - Arbitrage

// UVa Problem 104 - Arbitrage // Verdict: Accepted // Submission Date: 2011-12-22 // UVa Run Time: 0.068s // // 版权所有(C)2011,邱秋。metaphysis # yeah dot net // // [解题方法] // 本质是求一个最小环,要求边权的积大于或等于 1.02,可以使

寂静山林 4191

NFC门禁卡复制全解析:从M1卡到UID卡的攻防实践

本文深入解析了NFC门禁卡的安全机制与攻防实践。从M1卡基于Crypto1算法的原理漏洞讲起,详细阐述了利用Proxmark3等工具进行侦听、破解密钥及使用UID卡进行复制的完整攻击链条。同时,为防御方提供了从升级CPU卡、启用全扇区认证到部署多因子验证的系统性防护策略,旨在帮助管理员构建更稳固的物理安全防线。

weixin_29182481的博客 1413

AD-Copilot 论文解读:把“大模型看图”升级为“对照检验”的工业异常检测助手

本文提出AD-Copilot,一个面向工业异常检测的视觉语言助手,通过视觉上下文比较解决现有方法的不足。针对工业场景中多模态大模型表现不佳的问题,作者指出核心原因在于缺乏工业数据和比较能力不足。为此,论文提出三个关键贡献:构建Chat-AD数据集,设计Comparison Encoder显式建模图像差异,以及采用多阶段训练策略。实验表明,该方法在MMAD基准上达到82.29%准确率,定位任务提升3.35倍,并展现出良好的泛化能力。消融实验验证了比较模块的有效性,表明其成功源于高质量比较数据与显式比较模块的协

blanokvaffy的博客 335

UVa Problem 10131 Is Bigger Smarter? (越大越聪明?)

// Is Bigger Smarter? (越大越聪明?) // PC/UVa IDs: 111101/10131, Popularity: B, Success rate: high Level: 2 // Verdict: Accepted // Submission Da

寂静山林 4092

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

UVa Problem 10069 Distinct Subsequences (不同的子序列)

// Distinct Subsequences (不同的子序列) // PC/UVa IDs: 111102/10069, Popularity: B, Success rate: average Level: 3 // Verdict: Accepted // Submiss

寂静山林 4074

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

UVa Problem 10154 Weights and Measures (重量和力量)

// Weights and Measures (重量和力量) // PC/UVa IDs: 111103/10154, Popularity: C, Success rate: average Level: 3 // Verdict: Programming Challenges - Solved, UVa - Accepted // Submission Date: 2011-10-12 //

寂静山林 3680

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

UVa Problem 10039 Railroads (铁路)

// Railroads (铁路) // PC/UVa IDs: 111004/10039, Popularity: C, Success rate: average Level: 3 // Verdict: Accepted // Submission Date: 2011-1

寂静山林 3382

UVa Problem 10003 Cutting Sticks (切割木棍)

// Cutting Sticks (切割木棍) // PC/UVa IDs: 111105/10003, Popularity: B, Success rate: average Level: 2 // Verdict: Accepted // Submission Date:

寂静山林 2899

UVa Problem 10051 Tower of Cubes (立方体之塔)

// Tower of Cubes (立方体之塔) // PC/UVa IDs: 110906/10051, Popularity: C, Success rate: high Level: 3 // Verdict: Accepted // Submission Date: 2

寂静山林 2675

UVa Problem 10271 Chopsticks (筷子)

// Chopsticks (筷子) // PC/UVa IDs: 111107/10271, Popularity: B, Success rate: average Level: 3 // Verdict: Accepted // Submission Date: 2011-10-18 // UVa Run Time: 0.100s // // 版权所有(C)2011,邱秋。metaphysi

寂静山林 2645

UVa Problem 116 Unidirectional TSP (单向旅行商问题)

// Unidirectional TSP (单向旅行商问题) // PC/UVa IDs: 111104/116, Popularity: A, Success rate: low Level: 3 // Verdict: Accepted // Submission Date

寂静山林 2565

UVa Problem 10201 Adventures in Moving: Part IV (搬家大冒险:第四部)

// Adventures in Moving: Part IV (搬家大冒险:第四部) // PC/UVa IDs: 111108/10201, Popularity: A, Success rate: low Level: 3 // Verdict: Accepted // Submission Date: 2011-10-19 // UVa Run Time: 0.024s // // 版权

寂静山林 2093

UVa 12911 Subset Sum

本文提出了一种解决子集和问题的高效算法。当N较大时(如N=40),直接枚举所有子集不可行。算法将数组分成两个部分A和B,分别计算它们的子集和并统计出现次数。然后对于A中的每个子集和s,在B中查找T-s是否存在,将对应出现次数相乘并累加得到总方案数。算法利用分治思想,将复杂度从O(2^N)降为O(N×2^(N/2)),并使用map存储子集和的出现次数。最终结果还需加上单独在A或B中出现的T的情况。这种方法有效解决了大规模子集和问题。

寂静山林 1470

UVa 12317 Document Compression

本文介绍了一种基于基础文档集合的编码方案,用于高效传输文本文档。通过将文档表示为术语集合的位掩码,利用动态规划预处理所有可能的集合组合,快速查询表示目标文档所需的最少基础文档数。该方法利用状态压缩和预处理技术,在术语数量较少(≤16)时能高效解决问题,时间复杂度为O(2^16×M)。代码实现展示了如何将集合转换为位掩码并进行动态规划状态转移,最后直接查询预处理结果。该方案适用于需要高效传输相似文档的场景,通过共享基础文档显著减少传输数据量。

寂静山林 1289

UVa 10599 Robots(II)

这篇文章分析了如何优化机器人在网格场地中清理垃圾的路径规划问题。通过将问题建模为二维最长递增子序列问题,使用动态规划确定最优路径,使得单个机器人能清理最多垃圾。算法首先预处理垃圾位置并排序,然后应用动态规划计算最大清理数量和路径数,最后回溯重建一条具体路径。该方法确保了在机器人只能向右或向下移动的限制下,高效找出最优解。

寂静山林 1232

P14361 [CSP-S 2025] 社团招新 解题报告

本题的核心是带限制的贪心。先忽略限制得到理想最优解,再利用反悔机制修正超员部门:将超员部门中“转出损失最小”的成员改派到其他部门。由于总人数为nnn最多只有一个部门会超员,因此只需对该部门进行修正。使用优先队列可以高效地选出损失最小的成员,总复杂度Onlog⁡nOnlogn。

weixin_45254471的博客 320

算法:全景梳理前端项目开发中常用算法合集

本文系统梳理前端高频算法场景,按业务分类汇总10类核心算法:基础查找(哈希、二分)、排序(Timsort、归并)、树结构(DFS/BFS、LCA)、滑动窗口、字符串匹配(正则为主)、节流防抖、虚拟滚动、图算法(Dijkstra、A*)、随机哈希及贪心动态规划。强调前端算法重点在于性能优化与交互流畅,非单纯追求复杂度,推荐优先使用内置方法与成熟库,关键掌握哈希查找、防抖节流、LRU缓存、区间合并、虚拟滚动等必会技能,确保页面不卡顿、响应快。

snow的博客 635

智能体训练-模仿学习-DAgger算法详解与实战

DAgger 用「学习者探索 + 专家标注 + 数据聚合」的简洁思路,优雅地解决了行为克隆的分布偏移问题,并从理论上把复合误差从OϵT2OϵT2降到OϵTOϵT。问题定位准确:明确指出 BC 的失败根源是训练与测试状态分布不一致;方法简单有效:只需在策略访问的状态上补充专家标签;理论保证扎实:通过 no-regret 在线学习框架给出收敛性证明。当然,DAgger 的代价是需要在线访问专家,这在很多真实场景中并不便宜。

qq_42773521的博客 319
上一篇: UVa 232 Crossword Answers
下一篇: UVa 234 Switching Channels
寂静山林
博客等级 码龄22年 648粉丝 2077原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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
⌂ 换网址