NC202492 仓库选址

题目

题目描述

牛能在某小城有了固定的需求,为了节省送货的费用,他决定在小城里建一个仓库,但是他不知道选在哪里,可以使得花费最小。

给出一个 \(m \times n\) 的矩阵,代表下一年小城里各个位置对货物的需求次数。我们定义花费为货车载货运输的距离,货车只能沿着水平或竖直方向行驶。

输入描述

首先在一行中输入\(T, T \le 10\),代表测试数据的组数。

每组输入在第一行给出两个正整数 \(n,m , 1 \le n,m \le 100\) ,分别代表矩阵的宽和高。

接下来 \(m\) 行,每行 \(n\) 个不超过 \(1000\) 的数字,代表矩阵里的元素。

输出描述

每组输入在一行中输出答案。

示例1

输入

3
2 2
1 1
1 0
4 4
0 8 2 0
1 4 5 0
0 1 0 1
3 9 2 0
6 7
0 0 0 0 0 0
0 1 0 3 0 1
2 9 1 2 1 2
8 7 1 3 4 3
1 0 2 2 7 7
0 1 0 0 1 0
0 0 0 0 0 0

输出

2
55
162

备注

送货时只能单次运输,若该位置需要 \(3\) 次,货车必须跑 \(3\) 次。

即使该位置需要被送货,我们仍然可以选择该位置作为仓库。

题解

思路

知识点:二维前缀和+思维。

因为送货按曼哈顿距离(垂直水平的距离)计算费用,故考虑可以将行 \(x\) 和列 \(y\) 坐标分开确定。

设费用 \(P_x\) 代表以 \(x\) 为行的选址在x方向上消耗的费用,\(a[i][j]\) 为某仓库需求次数,\(s[i][j]\) 为 \([1,1] \times [i,j]\)区域需求总数。

考虑递推式 \(P_{x+1} - P_x = \sum_{i=1}^x \sum_{j=1}^n a[i][j] - \sum_{i=x+1}^m \sum_{j=1}^n a[i][j] = s[x][n] - (s[m][n] - s[x][n]) = 2 \cdot s[x][n] - s[m][n]\)

可以看出\(x \rightarrow x+1\) 后的费用增量取决于 \(s[x][n]\) 与 总量 \(s[m][n]\) 的关系。为了使 \(P_x\) 最小化,尝试从 \(x=1\) 开始找到第一个使 \(P_{x+1} - P_x\) 为正 \(x\) 。即 \(2 \cdot s[x][n] \geq s[m][n]\) 或者 $ s[x][n] > \lfloor \frac{s[m][n]}{2} \rfloor$,所以只要找到刚好过半的某个 \(x\) 即可(注意后者是整除不能等于)。

同理找到 \(y\) 后,以 \((x,y)\) 为选址对全体仓库计算费用即可。

时间复杂度 \(O(mn)\)

空间复杂度 \(O(mn)\)

代码

#include <bits/stdc++.h>

using namespace std;

int a[107][107],s[107][107];

int main()
{
std::ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
int T;
cin>>T;
while(T--)///多组数据要么初始化再加等于,要么输入覆盖再加等于,否则要用等于赋值
{
int n,m;
cin>>n>>m;
for(int i = 1; i<=m; i++)
{
for(int j = 1; j<=n; j++)
{
cin>>a[i][j];
s[i][j] = a[i][j] + s[i][j-1] + s[i-1][j] - s[i-1][j-1];
}
}
int x,y;
for(int i = 1; i<=m; i++)
{
if(s[i][n]>s[m][n]/2)
{
x = i;
break;
}
}
for(int j = 1; j<=n; j++)
{
if(s[m][j]>s[m][n]/2)
{
y = j;
break;
}
}
int ans = 0;
for(int i = 1; i<=m; i++)
{
for(int j = 1; j<=n; j++)
{
ans+=a[i][j]*(abs(i-x)+abs(j-y));
}
}
cout<<ans<<'\n';
}
return 0;
}

NC202492 仓库选址的更多相关文章

  1. 小奇的仓库(树形DP)

    「题目背景」 小奇采的矿实在太多了,它准备在喵星系建个矿石仓库.令它无语的是,喵星系的货运飞船引擎还停留在上元时代! 「问题描述」 喵星系有n个星球,星球以及星球间的航线形成一棵树. 从星球a到星球b ...

  2. [CSP-S模拟测试]:小奇的仓库(warehouse)(树形DP)

    题目背景 小奇采的矿实在太多了,它准备在喵星系建个矿石仓库.令它无语的是,喵星系的货运飞船引擎还停留在上元时代! 题目描述 喵星系有$n$个星球,星球以及星球间的航线形成一棵树.从星球$a$到星球$b ...

  3. 【换根DP】小奇的仓库

    题目背景 小奇采的矿实在太多了,它准备在喵星系建个矿石仓库.令它无语的是,喵星系的货运飞船引擎还停留在上元时代! 题目内容 喵星系有\(n\)个星球,星球以及星球间的航线形成一棵树. 从星球\(a\) ...

  4. NOIP模拟赛 by hzwer

    2015年10月04日NOIP模拟赛 by hzwer    (这是小奇=> 小奇挖矿2(mining) [题目背景] 小奇飞船的钻头开启了无限耐久+精准采集模式!这次它要将原矿运到泛光之源的矿 ...

  5. 机器学习是万能的吗?AI落地有哪些先决条件?

    机器学习是万能的吗?AI落地有哪些先决条件? https://mp.weixin.qq.com/s/9rNY2YA3BMpoY8NQ_rVIjQ 1.引言 入门机器学习或从事其相关工作前,不知道你思考 ...

  6. 2019.10.16&17小结

    话说也蛮久没写小结了,主要这两次考试失分严重,还是总结下吧. 10.16 T1 小奇挖矿2 100/0 [题目背景] 小奇飞船的钻头开启了无限耐久+精准采集模式!这次它要将原矿运到泛光之源的矿石交易市 ...

  7. FJOI2020 游记

    Day -1 啥都不会,药丸 看了看统考题,好难,爆零的节奏 文化课OI双爆炸 尽力吧 Day 0 花三个多小时才到考场 福州真的好热 签到 在小礼堂待了一会,顺便给手机充了电 四点试机,今年用了新系 ...

  8. idea为本地项目创建仓库并git到云上

    1.为本地项目创建一个本地仓库: 2.在码云上创建一个仓库,(初始化的时候先不要创建README.md文件) 3.本地仓库关联远程仓库:右键项目选址git>>repository>& ...

  9. Python小白的数学建模课-07 选址问题

    选址问题是要选择设施位置使目标达到最优,是数模竞赛中的常见题型. 小白不一定要掌握所有的选址问题,但要能判断是哪一类问题,用哪个模型. 进一步学习 PuLP工具包中处理复杂问题的字典格式快捷建模方法. ...

随机推荐

  1. HTML中的Hack手段之条件注释

    通常WEB的好处就是可以跨平台,但这个世界偏偏有个另类,就是IE浏览器.在平常做HTML设计时,有时需要为IE的表示差异而不得不使用一些Hack手段.条件注释就是这类手段之一. 条件注释是IE浏览器的 ...

  2. 用 GraphScope 像 NetworkX 一样做图分析

    NetworkX 是 Python 上最常用的图分析包,GraphScoep 兼容 NetworkX 接口.本文中我们将分享如何用 GraphScope 像 NetworkX 一样在(大)图上进行分析 ...

  3. C++中 指针的指针是什么?指针的引用又是什么?你可能需要看看这篇文章

    关于变量的定义 我们都知道变量的定义包括一个基本数据类型(base type)和一组声明符,在同一条定义语句中,输入基本数据类型不同,但是声明符的形式却可以不同. //如:i是一个int的整数,a是一 ...

  4. 深入了解 TiDB SQL 优化器

    分享嘉宾:张建 PingCAP TiDB优化器与执行引擎技术负责人 编辑整理:Druid中国用户组第6次大数据MeetUp 出品平台:DataFunTalk 导读: 本次报告张老师主要从原理上带大家深 ...

  5. mysql常见的5种日志

    点赞再看,养成习惯,微信搜索「小大白日志」关注这个搬砖人. 文章不定期同步公众号,还有各种一线大厂面试原题.我的学习系列笔记. 错误日志(errorlog) 用来记录mysqlId的错误信息,如数据库 ...

  6. HTTP协议4.14

    测试开发学习笔记 一. Saas software as a service 软件即服务 Platform as a service 平台即服务 单体架构---垂直架构---面向服务架构---微服务架 ...

  7. QMetaObject::connectSlotsByName: No matching signal for XXX 原理探究

    问题引出: 在尝试实现<Qt5.9 c++开发指南>混合UI编程章节时,用纯代码形式实现了个小按钮,然后加了个对应的槽函数,运行时就提示了这个信息. 原因探究: 首先查阅官方手册中的说明: ...

  8. NLP教程(2) | GloVe及词向量的训练与评估

    作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/36 本文地址:http://www.showmeai.tech/article-det ...

  9. Spring配置及依赖注入

    入门 <dependency> <groupId>org.springframework</groupId> <artifactId>spring-we ...

  10. 百万数据 mysql count(*)优化

    一.故事背景有一张 500w 左右的表做 select count(*) 速度特别慢. 二.原 SQL 分析Server version: 5.7.24-log MySQL Community Ser ...