\(\mathscr{Description}\)

  Link.

  01 背包。

  物品种类 \(n\le10^5\),背包容量 \(m\le3\times10^5\),单个物品体积 \(w\in\{1,2,3\}\),价值 \(c\le10^9\)。

\(\mathscr{Solution}\)

  模拟赛 T3(不是说这题)什么降智选择结构,我直接开摆。

  Motivation: 只有两种体积,我会 two-pointers。

  构造一发,把 \(w=1\) 的物品转化成 \(w=2\) 的物品:枚举 \(w=1\) 选择的奇偶性,若为奇,最大者必选,其余两两打包;若为偶,直接两两打包。化归到 \(w=\{2,3\}\) 的情况,算上排序的复杂度就能 \(\mathcal O(n\log n)\) 做了。

  騞然已解,如土委地。(

  这种拆物品、组合物品的构造 trick 还挺厉害的,要多留意一下√

\(\mathcal {Code}\)

/*+Rainybunny+*/

#include <bits/stdc++.h>

#define rep(i, l, r) for (int i = l, rep##i = r; i <= rep##i; ++i)
#define per(i, r, l) for (int i = r, per##i = l; i >= per##i; --i) typedef long long LL; inline char fgc() {
static char buf[1 << 17], *p = buf, *q = buf;
return p == q && (q = buf + fread(p = buf, 1, 1 << 17, stdin), p == q) ?
EOF : *p++;
} template <typename Tp = int>
inline Tp rint() {
Tp x = 0, s = fgc(), f = 1;
for (; s < '0' || '9' < s; s = fgc()) f = s == '-' ? -f : f;
for (; '0' <= s && s <= '9'; s = fgc()) x = x * 10 + (s ^ '0');
return x * f;
} const int MAXN = 1e5;
int n, m;
std::vector<int> buc[3]; inline LL solve() {
std::sort(buc[1].begin(), buc[1].end(), std::greater<int>());
LL ret = 0, sum = 0;
int p = 0, q = 0;
while (p < buc[2].size() && (p + 1) * 3 <= m) sum += buc[2][p++];
while (q < buc[1].size() && (q + 1) * 2 + p * 3 <= m)
sum += buc[1][q++];
ret = std::max(ret, sum);
while (~--p) {
sum -= buc[2][p];
while (q < buc[1].size() && (q + 1) * 2 + p * 3 <= m)
sum += buc[1][q++];
ret = std::max(ret, sum);
}
return ret;
} int main() {
n = rint(), m = rint();
rep (i, 1, n) {
int w = rint(), c = rint();
buc[w - 1].push_back(c);
} std::sort(buc[0].begin(), buc[0].end(), std::greater<int>());
std::sort(buc[2].begin(), buc[2].end(), std::greater<int>()); auto tmp(buc[1]);
for (int i = 0; i + 1 < buc[0].size(); i += 2) {
buc[1].push_back(buc[0][i] + buc[0][i + 1]);
}
LL ans = solve(); if (buc[0].size()) {
buc[1] = tmp;
for (int i = 1; i + 1 < buc[0].size(); i += 2) {
buc[1].push_back(buc[0][i] + buc[0][i + 1]);
}
--m, ans = std::max(ans, solve() + buc[0][0]);
}
printf("%lld\n", ans);
return 0;
}

Solution -「CF 808E」Selling Souvenirs的更多相关文章

  1. Solution -「CF 1342E」Placing Rooks

    \(\mathcal{Description}\)   Link.   在一个 \(n\times n\) 的国际象棋棋盘上摆 \(n\) 个车,求满足: 所有格子都可以被攻击到. 恰好存在 \(k\ ...

  2. Solution -「CF 1622F」Quadratic Set

    \(\mathscr{Description}\)   Link.   求 \(S\subseteq\{1,2,\dots,n\}\),使得 \(\prod_{i\in S}i\) 是完全平方数,并最 ...

  3. Solution -「CF 923F」Public Service

    \(\mathscr{Description}\)   Link.   给定两棵含 \(n\) 个结点的树 \(T_1=(V_1,E_1),T_2=(V_2,E_2)\),求一个双射 \(\varph ...

  4. Solution -「CF 923E」Perpetual Subtraction

    \(\mathcal{Description}\)   Link.   有一个整数 \(x\in[0,n]\),初始时以 \(p_i\) 的概率取值 \(i\).进行 \(m\) 轮变换,每次均匀随机 ...

  5. Solution -「CF 1586F」Defender of Childhood Dreams

    \(\mathcal{Description}\)   Link.   定义有向图 \(G=(V,E)\),\(|V|=n\),\(\lang u,v\rang \in E \Leftrightarr ...

  6. Solution -「CF 1237E」Balanced Binary Search Trees

    \(\mathcal{Description}\)   Link.   定义棵点权为 \(1\sim n\) 的二叉搜索树 \(T\) 是 好树,当且仅当: 除去最深的所有叶子后,\(T\) 是满的: ...

  7. Solution -「CF 623E」Transforming Sequence

    题目 题意简述   link.   有一个 \(n\) 个元素的集合,你需要进行 \(m\) 次操作.每次操作选择集合的一个非空子集,要求该集合不是已选集合的并的子集.求操作的方案数,对 \(10^9 ...

  8. Solution -「CF 1023F」Mobile Phone Network

    \(\mathcal{Description}\)   Link.   有一个 \(n\) 个结点的图,并给定 \(m_1\) 条无向带权黑边,\(m_2\) 条无向无权白边.你需要为每条白边指定边权 ...

  9. Solution -「CF 599E」Sandy and Nuts

    \(\mathcal{Description}\)   Link.   指定一棵大小为 \(n\),以 \(1\) 为根的有根树的 \(m\) 对邻接关系与 \(q\) 组 \(\text{LCA}\ ...

  10. Solution -「CF 487E」Tourists

    \(\mathcal{Description}\)   Link.   维护一个 \(n\) 个点 \(m\) 条边的简单无向连通图,点有点权.\(q\) 次操作: 修改单点点权. 询问两点所有可能路 ...

随机推荐

  1. python项目实战——一元线性回归预测模型

    文章目录 1.一元线性回归简介 2.环境准备 3.数据准备 4.可视化数据 5.构建线性回归模型 在数据科学领域,预测分析是一项核心技能.一元线性回归作为预测分析的基石,能够帮助我们理解一个自变量如何 ...

  2. AI Undetect是什么?

    标题:AI UNDETECT:超越AI检测的反检测神器 在数字时代,人工智能的飞速发展已经渗透到我们生活的各个领域,包括教育.科技.网络内容制作等.越来越多的人依赖AI来生成各种内容,从学术作业.论文 ...

  3. BasicDataSourceFactory类简介

    BasicDataSourceFactory实现了javax.naming.spi.ObjectFactory接口.   因此,先从ObjectFactory学习.  一.ObjectFactory接 ...

  4. 采用线性回归实现训练和预测(Python)

    已知测得某块地,当温度处于15至40度之间时,数得某块草地上小花朵的数量和温度值的数据如下表所示.现在要来找出这些数据中蕴含的规律,用来预测其它未测温度时的小花朵的数量. 测得数据如下图所示: imp ...

  5. 七、Spring Boot集成Spring Security之前后分离认证最佳实现

    二.自定义用户名密码认证过滤器RestfulUsernamePasswordAuthenticationFilter 1.注册过滤器方式 使用httpSecurity.addFilter/addFil ...

  6. linux终端高级玩法详细介绍

    专注于收集整理更多好玩技巧 更改终端命令行颜色 vi /etc/profile PS1='[\[\e[32m\]\u\[\e[0m\]\[\e[35m\]@\[\e[0m\]\[\e[33m\]\h\ ...

  7. youtube视频下载,youtube-dl

    []为选填,用的时候去掉[] 用pip装youtube-dl pip install -U youtube-dl [--proxy=127.0.0.1:7890] youtube-dl下载youtub ...

  8. 值得推荐的IT公司名单(广州篇)

    广州,作为中国南方的重要城市,不仅历史悠久,而且在科技创新方面也具有极高的活力.特别是在IT领域,广州孕育了许多知名企业和创业公司,成为众多技术人才的聚集地. 本文将介绍一些在广州值得去的IT公司,为 ...

  9. linux找到目录下的大文件

    用这个命令找一下大于800M的文件 find . -type f -size +800M -print0 | xargs -0 ls -lh 非常方便 能看的到哪些文件有多大

  10. kettle 简单使用

    概要 KETTLE 是一个ETL工具,它可以在不同的数据源之间进行数据的抽取转换.下面简单介绍一下他是如何使用的. 下载 https://nchc.dl.sourceforge.net/project ...