UVa 435 Block Voting

永久关闭Windows更新的5种方法 很多家用电脑,如果系统自动更新的话,会变得越来越卡顿,且硬件型号兼容也并不完美。那么我们该如何彻底关闭Win11的自动更新呢?以下准备了5种方法,您可以根据自身实际情况选择合适的方法! 阅读详情

题目描述

题目要求计算每个政党在集体投票系统中的 Banzhaf\texttt{Banzhaf}Banzhaf 权力指数。给定每个政党的票数,多数联盟需要获得超过总票数一半的票数(即 ⌊总票数/2⌋+1\lfloor \text{总票数} / 2 \rfloor + 1⌊总票数/2⌋+1)。一个政党的权力指数定义为:该政党可以加入并使其变为多数联盟的少数联盟的数量。其中,空集被视为少数联盟。

输入格式

第一行一个整数 TTT,表示测试用例的数量。接下来 TTT 行,每行描述一个测试用例:第一个整数 PPP(1≤P≤201 \le P \le 201≤P≤20)表示政党数量,后面 PPP 个整数表示每个政党的票数。总票数不超过 100010001000。

输出格式

对于每个测试用例,输出 PPP 行,每行格式为:

party i has power index I

其中 iii 为政党编号(从 111 开始),III 为权力指数。每个测试用例的输出后跟一个空行。

样例

输入

3
5 7 4 2 6 6
6 12 9 7 3 1 1
3 2 1 1

输出

party 1 has power index 10
party 2 has power index 2
party 3 has power index 2
party 4 has power index 6
party 5 has power index 6

party 1 has power index 18
party 2 has power index 14
party 3 has power index 14
party 4 has power index 2
party 5 has power index 2
party 6 has power index 2

party 1 has power index 3
party 2 has power index 1
party 3 has power index 1

题目分析

本题的核心是计算每个政党的 Banzhaf\texttt{Banzhaf}Banzhaf 权力指数,即统计所有不含该政党的子集中,票数和小于多数阈值但加上该政党后大于等于多数阈值的子集个数。

问题转化

设总票数为 SSS,多数阈值 M=⌊S/2⌋+1M = \lfloor S / 2 \rfloor + 1M=⌊S/2⌋+1。对于政党 kkk,定义:
power(k)=∣{T⊆{1,…,P}∖{k}  |  ∑i∈Tv[i]<M≤∑i∈Tv[i]+v[k]}∣ power(k) = \left| \left\{ T \subseteq \{1,\ldots,P\} \setminus \{k\} \;\middle|\; \sum_{i \in T} v[i] < M \le \sum_{i \in T} v[i] + v[k] \right\} \right| power(k)=​{T⊆{1,…,P}∖{k}​i∈T∑​v[i]<M≤i∈T∑​v[i]+v[k]}​

动态规划方法

对于每个政党 kkk,需要统计所有不含 kkk 的子集的票数和分布。使用 0/1\texttt{0/1}0/1 背包:

  • dp[s]\textit{dp}[s]dp[s] 表示不考虑 kkk 时,子集和为 sss 的方案数。
  • 初始化 dp[0]=1\textit{dp}[0] = 1dp[0]=1。
  • 遍历所有 i≠ki \ne ki=k,对于每个 iii,从大到小更新:dp[j]+=dp[j−v[i]]\textit{dp}[j] += \textit{dp}[j - v[i]]dp[j]+=dp[j−v[i]]。
  • 完成后,power(k)=∑j=max⁡(0,M−v[k])M−1dp[j]\textit{power}(k) = \sum_{j = \max(0, M - v[k])}^{M-1} \textit{dp}[j]power(k)=∑j=max(0,M−v[k])M−1​dp[j]。

多数阈值计算

多数阈值 M=⌊S/2⌋+1M = \lfloor S / 2 \rfloor + 1M=⌊S/2⌋+1,即超过一半的最小整数。例如总票数 252525,半数 12.512.512.5,多数需要 131313 票。

复杂度分析

对于每个政党 kkk,运行一次 0/1\texttt{0/1}0/1 背包,时间复杂度 O(P×S)O(P \times S)O(P×S),其中 S≤1000S \le 1000S≤1000,P≤20P \le 20P≤20,每个测试用例总复杂度 O(P2×S)≤20×20×1000=4×105O(P^2 \times S) \le 20 \times 20 \times 1000 = 4 \times 10^5O(P2×S)≤20×20×1000=4×105,完全可接受。

代码实现

// Block Voting
// UVa ID: 435
// Verdict: Accepted
// Submission Date: 2018-03-19
// UVa Run Time: 0.000s
//
// 版权所有(C)2018,邱秋。metaphysis # yeah dot net

#include <bits/stdc++.h>

using namespace std;

const int MAXN = 1010;

int dp[MAXN];
int votes[24], majority = 0, cnt = 0;
        
int main(int argc, char *argv[])
{
    cin.tie(0); cout.tie(0); ios::sync_with_stdio(false);

    int cases;
    cin >> cases;
    for (int c = 1; c <= cases; c++)
    {
        cin >> cnt;
        majority = 0;
        for (int i = 0; i < cnt; i++)
        {
            cin >> votes[i];
            majority += votes[i];
        }
        
        majority = majority / 2 + (majority % 2);
        
        // DP, knapsack, count of different subset sum.
        for (int k = 0; k < cnt; k++)
        {
            memset(dp, 0, sizeof(dp));
            dp[0] = 1;
            for (int i = 0; i < cnt; i++)
            {
                if (i == k) continue;
                for (int j = majority; j >= votes[i]; j--)
                    if (dp[j - votes[i]])
                        dp[j] += dp[j - votes[i]];
            }

            // Print.
            int powerIndex = 0;
            for (int i = max(0, majority - votes[k]); i < majority; i++)
                powerIndex += dp[i];
            cout << "party " << (k + 1) << " has power index " << powerIndex << '\n';
        }
        cout << '\n';
    }
    
    return 0;
}
为什么你的ESXI无法识别移动硬盘?一步步教你解决USB存储挂载问题 本文深入解析了ESXi无法识别移动硬盘的根本原因,并提供了从诊断到解决的完整方案。核心在于理解ESXi的USB Arbitrator服务机制,通过检查服务状态、内核设备识别及分区表,逐步定位问题。文章详细指导了如何禁用USB仲裁服务以在主机挂载USB存储,或将其直通给虚拟机,并针对大容量硬盘、USB 3.0兼容性等进阶问题给出了实用建议。 阅读详情

相关推荐

避坑指南:C# OpenCvSharp调用4K摄像头常见的5个问题及解决方案

本文针对C# OpenCvSharp调用4K高清摄像头时常见的五大难题,提供了详细的解决方案。内容涵盖分辨率设置失效、帧率卡顿、内存泄漏、硬件驱动兼容性以及性能优化实战,帮助开发者高效稳定地处理4K视频流,提升智能安防监控等项目的开发效率。

weixin_29268331的博客 427

UVA435 Block Voting【序列处理】

Different types of electoral systems exist. In a block voting system the members of a party do not vote individually as they like, but instead they must collectively accept or reject a proposal. Although a party with many votes clearly has more power than

海岛Blog 425

VASP能带计算避坑指南:从CHGCAR读取失败到成功解决的全过程

本文深度解析VASP能带计算中常见的“CHGCAR读取失败”报错,并提供从静态自洽到非自洽计算的全流程避坑指南。核心解决方案包括使用CONTCAR替代POSCAR、调整SYMPREC参数以处理对称性判定问题,并推荐利用vaspkit工具自动化生成输入文件,确保计算流程稳健高效。

weixin_29245767的博客 783

uva 435 Block Voting

uva 435 Block Voting

@fei 745

5种超实用方法:快速获取Windows文件夹下所有文件名(含CMD/PowerShell脚本)

本文详细介绍了5种快速获取Windows文件夹下所有文件名的实用方法,包括图形界面操作、Excel数据导入、CMD命令和PowerShell脚本。特别提供了高效的CMD和PowerShell脚本示例,帮助用户轻松实现文件名的批量获取与管理,大幅提升工作效率。

opencv7vision的博客 461

华硕笔记本+Ubuntu 20.04:用cpupower解决Intel CPU频率上不去/功耗墙问题实战

本文详细介绍了在华硕笔记本Ubuntu 20.04系统下使用cpupower工具解决Intel CPU频率受限和功耗墙问题的实战方法。通过禁用Intel P-State驱动、配置userspace模式以及高级调优技巧,帮助用户突破性能瓶颈,提升编译和计算效率。

weixin_42561476的博客 529

UVA - 435

UVA - 435 题目介绍: Different types of electoral systems exist. In a block voting system the members of a party do not vote individually as they like, but instead they must collectively accept or reject a proposal. Although a party with many votes clearly has

jsquerk的博客 137

Windows 10 下 Nacos 3.0.2 单机版保姆级安装教程(含JDK 17配置与MySQL 8.0连接避坑)

本文提供Windows 10下Nacos 3.0.2单机版的详细安装教程,涵盖JDK 17配置、MySQL 8.0连接优化及生产级安全设置。通过步骤详解和常见问题解决方案,帮助开发者快速完成Nacos的安装与配置,确保服务发现与配置管理的高效运行。

weixin_29237635的博客 324

UVa OJ 题解索引

寂静山林 789

解决:Solving environment: failed CondaValueError: Malformed version string ‘~‘: invalid character(s).

解决:Solving environment: failed CondaValueError: Malformed version string '~': invalid character(s).

晚风微凉的博客 1万+

VCS HVP与验证计划planner:数字IC验证环境搭建与收敛实践

在数字IC验证中,VCS 是广泛使用的编译型仿真器,HVP 通常指面向硬件验证平台的高性能编译选项集,用于开启 SystemVerilog 类、随机约束和 NTB 等能力;planner 则指验证计划管理,核心是把功能点与测试用例、覆盖点建立映射。理解 VCS 先编译后仿真的原理,有助于优化增量编译、调试访问和覆盖率采集,提升回归收敛效率。规划驱动让激励不再散落,设计改版时能快速定位受影响用例,交接和覆盖率收敛更有依据。无论是 UVM 环境搭建、编译参数选择,还是验证计划表维护,都需要把工具选项与规划方法结

weixin_42543046的博客 344

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

5. SAP UI5 视图控制器(Controller)初探

本教程的前一个步骤也就是第四个步骤,我们了解了 SAP UI5 XML 视图的使用方法。在该步骤里,我们在 XML 视图里声明了一个 Text 控件实例,该控件位于 sap.m 这个命名空间内。 本步骤会继续接触 SAP UI5 MVC 框架中三大基石的另一块:C - Controller,即控制器。 先看看本步骤完成之后,我们得到的 SAP UI5 应用能实现一个什么样的效果。 访问如下 url: http://localhost:8080/webapp/index.html 能看到一个 Say Hell

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 4606

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

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

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

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

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

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

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

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

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
上一篇: UVa 434 Matty‘s Blocks
下一篇: UVa 436 Arbitrage (II)
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