好难啊!!!

可聪明的我还是解出来了!(逃

题目描述

  小z最近迷上了一款游戏――To Be A Farmer,他在游戏中控制的人物是一个叫FZ的Farmer。FZ身上有G1个金币、S1个银币和B1个铜币,而他至少需要G2个金币、S2个银币和B2个铜币。为了完成这个目标,小z只好控制FZ来到了游戏中的银行。银行有如下规定:

(1)你可以用1个金币交换9个银币;

(2)你可以用11个银币交换1个金币;

(3)你可以用1个银币交换9个铜币;

(4)你可以用11个铜币交换1个银币;

小z看到这些规定,顿时头大了,只好求助于你。聪明的你来帮助他解决这样一个问题:最少需要交换多少次硬币才能至少拥有G2个金币、S2个银币和B2个银币呢?

输入

第1行包含三个整数:G1、S1和B1。

第2行包含三个整数:G2、S2和B2。

0 ≤ G1、S1、B1、G2、S2、B2 ≤ 10000000。

输出

如果可以完成任务的话,输出一个整数表示最少交换次数;否则输出整数-1。

样例输入

10 0 0

0 0 81

样例输出

10

初步思路:

  1. 判断可不可以刚好用完。
  2. 如果不,则将现有金钱通过兑换减少。(1个金币,2次交换 金->银->金,减为原来的9/11)
  3. 重复1,2,直到刚好换到所需的钱。

码完代码,提交到OJ,真是:

TLE里说今年,听取WA~声一片!

介才系建切希露:

  1. 将银币换为所需金币和铜币。
  2. 判断已有银币和所需银币的大小。
  3. 若所需银币大于已有银币,则是Impossible。
  4. 反之则模拟 暴力 次数。

代码在这儿(说得这么明白,都不想放了)

#include<bits/stdc++.h>
using namespace std; int a1,b1,c1,a2,b2,c2,ans; int main()
{
cin>>a1>>b1>>c1>>a2>>b2>>c2;
if(a1 < a2)
{
ans+=a2-a1;
b1-=(a2-a1)*11;
a1=a2;
}
if(c1 < c2)
{
ans+=(c2-c1+8)/9;
b1-=(c2-c1+8)/9;
c2+=(c2-c1+8)/9*9;
}
if(b1 < b2 && a1 > a2)
{
if(b1+(a1-a2)*9 < b2)
{
ans+=(a1-a2);
b1+=(a1-a2)*9;
a1=a2;
}
else
{
ans+=(b2-b1+8)/9;
a1-=(b2-b1+8)/9;
b1+=(b2-b1+8)/9*9;
}
}
if(b1 < b2)
{
if(b1+(c1-c2)/11 >= b2)
{
ans+=(c1-c2)/11;
b1+=(c1-c2)/11;
c1-=(c1-c2)/11*11;
}
}
b1 >= b2 ? cout<<ans<<endl : cout<<-1<<endl;
return 0;
}

JZOJ.1153【贪心算法】硬币交换的更多相关文章

  1. 最少的硬币数量组合出1到m之间的任意面值(贪心算法)

    题目描述: 你有n种不同面值的硬币,每种面值的硬币都有无限多个,为了方便购物,你希望带尽量少的硬币,并且要能组合出 1 到 m 之间(包含1和m)的所有面值. 输入描述: 第一行包含两个整数:m ,n ...

  2. js算法初窥05(算法模式02-动态规划与贪心算法)

    在前面的文章中(js算法初窥02(排序算法02-归并.快速以及堆排)我们学习了如何用分治法来实现归并排序,那么动态规划跟分治法有点类似,但是分治法是把问题分解成互相独立的子问题,最后组合它们的结果,而 ...

  3. PAT甲题题解-1067. Sort with Swap(0,*) (25)-贪心算法

    贪心算法 次数最少的方法,即:1.每次都将0与应该放置在0位置的数字交换即可.2.如果0处在自己位置上,那么随便与一个不处在自己位置上的数交换,重复上一步即可.拿样例举例:   0 1 2 3 4 5 ...

  4. JavaScript算法模式——动态规划和贪心算法

    动态规划 动态规划(Dynamic Programming,DP)是一种将复杂问题分解成更小的子问题来解决的优化算法.下面有一些用动态规划来解决实际问题的算法: 最少硬币找零 给定一组硬币的面额,以及 ...

  5. python常用算法(6)——贪心算法,欧几里得算法

    1,贪心算法 贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择.也就是说,不从整体最优上加以考虑,他所做出的的时在某种意义上的局部最优解. 贪心算法并不保证会得到最优解,但 ...

  6. 贪心算法(Greedy Algorithm)

    参考: 五大常用算法之三:贪心算法 算法系列:贪心算法 贪心算法详解 从零开始学贪心算法 一.基本概念: 所谓贪心算法是指,在对问题求解时,总是做出在当前看来是最好的选择.也就是说,不从整体最优上加以 ...

  7. 算法导论----贪心算法,删除k个数,使剩下的数字最小

    先贴问题: 1个n位正整数a,删去其中的k位,得到一个新的正整数b,设计一个贪心算法,对给定的a和k得到最小的b: 一.我的想法:先看例子:a=5476579228:去掉4位,则位数n=10,k=4, ...

  8. LEETCODE —— Best Time to Buy and Sell Stock II [贪心算法]

    Best Time to Buy and Sell Stock II Say you have an array for which the ith element is the price of a ...

  9. ACM_ICPC hdu-2111(简单贪心算法)

    一道非常简单的贪心算法,但是要注意输入的价值是单位体积的价值,并不是这个物品的总价值!#include <iostream> #include <stdio.h> #inclu ...

  10. 基于贪心算法的几类区间覆盖问题 nyoj 12喷水装置(二) nyoj 14会场安排问题

    1)区间完全覆盖问题 问题描述:给定一个长度为m的区间,再给出n条线段的起点和终点(注意这里是闭区间),求最少使用多少条线段可以将整个区间完全覆盖 样例: 区间长度8,可选的覆盖线段[2,6],[1, ...

随机推荐

  1. UOJ269. 【清华集训2016】如何优雅地求和 [生成函数]

    传送门 思路 神仙题.jpg 脑子一抽,想把\(f(x)\)表示成下降幂的形式,也就是 \[ f(x)=\sum_{i=0}^m f_ix_{(i)}\\ x_{(i)}=\prod_{k=0}^{i ...

  2. 全局变量异步I/O

    /*** sync_process.c ***/ #include <stdio.h> #include <signal.h> #include <unistd.h> ...

  3. 使用zabbix-proxy

    事情背景: vt上两个vps,只提供ipv6.(因为便宜嘛).而我的zabbix服务器在腾讯云.它丫的没有ipv6. 那么我没法监控它们了呀... 这咋个行呢? 想办法... 我还有另外的vps 可以 ...

  4. vue中父组件如何监听子组件值的变化

    vue中我们会遇到很多父子组件通信的需求, 下面简单列一下,父子组件通信的几种情况 1:父组件向子组件传值:使用prop向子组件传值: 2:子组件实时监听父组件传来的值的变化:使用watch去监听父组 ...

  5. 2019.7.9 校内测试 T1挖地雷

    这一次是交流测试?边交流边测试(滑稽 挖地雷 这个题是一个递推问题. 首先我们看第一个格子,因为它只影响了它的上面和右上面这两个地方是否有雷. 我们可以分3种情况讨论: 1. 第一个格子的数字是2: ...

  6. 解决node-sass无法下载的问题

    本文链接:https://blog.csdn.net/qq383366204/article/details/86605960在国内用npm安装依赖的时候经常都会有各种奇怪的问题,个人强烈推荐用yar ...

  7. Django中常用的基本命令

    django-admin   startproject  项目的名称 创建一个项目 python manage.py startapp 应用的名称 创建一个应用 python manage.py ru ...

  8. Javascript中数组查重的方法总结大全

    数组查重:简单点说,就是找出数组中重复的元素然后去除,最后得到一个没有重复元素的数组. // 方法一思路:     1.构建一个新的数组,用于存放结果.       2.for循环中每次从数组取出一个 ...

  9. 写给新手看的 MyBatis 入门

    目录 MyBatis 使用前的准备 什么是 MyBatis 使用Maven 进行 MyBatis 开发环境搭建 MyBatis 入门 项目整体结构一览 MyBatis 的简单生命周期 1.获取 Sql ...

  10. uWSGI Apache 处理 惊群效应的方式 现代的内核

    Serializing accept(), AKA Thundering Herd, AKA the Zeeg Problem — uWSGI 2.0 documentationhttps://uws ...