蓝桥杯 付账问题

Problem: 蓝桥杯 付账问题

文章目录

思路

这是一个关于付款问题的题目,我们需要找到一个最优的付款策略,使得每个人付款的金额尽可能接近平均值。我们可以通过排序和贪心的策略来解决这个问题。

解题方法

首先,我们将所有人的付款金额进行排序。然后,我们从最少的金额开始,每次选择一个人进行付款。我们每次都选择当前还未付款的人中,付款金额最少的人进行付款。这样可以保证每个人付款的金额尽可能接近平均值。

在实现上,我们可以使用一个优先队列来维护所有还未付款的人。每次我们都从优先队列中取出付款金额最少的人,然后更新剩余的总金额和人数。我们重复这个过程,直到所有的人都付款完毕。

复杂度

时间复杂度:

O ( n l o g n ) O(n log n) O(nlogn),其中 n 是人的数量。我们需要对所有人的付款金额进行排序,然后使用一个优先队列来维护所有还未付款的人。

空间复杂度:

O ( n ) O(n) O(n),我们需要使用一个数组来存储所有人的付款金额,以及一个优先队列来维护所有还未付款的人。

Code

java 复制代码
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.OutputStreamWriter;
import java.io.PrintWriter;
import java.util.Arrays;

public class Main {
	static BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
	static PrintWriter out = new PrintWriter(new OutputStreamWriter(System.out));
	static int MAXN = (int) (5e5 + 10);
	static long[] a = new long[MAXN];
	static int n;
	static double s;

	public static void main(String[] args) throws IOException {
		String[] str = in.readLine().split(" ");
		n = Integer.parseInt(str[0]);
		s = Double.parseDouble(str[1]);
		str = in.readLine().split(" ");
		for (int i = 0; i < n; i++) {
			a[i] = Integer.parseInt(str[i]);
		}
		Arrays.sort(a, 0, n);
		double res = 0, avg = s / n;
		for (int i = 0; i < n; i++) {
			double cur = s / (n - i);
			if (a[i] >= cur) {
				res += (cur - avg) * (cur - avg) * (n - i);
				break;
			}
			s -= a[i];
			res += (a[i] - avg) * (a[i] - avg);
		}
		out.printf("%.4f\n", Math.sqrt(res / n));
		out.flush();

	}

}
相关推荐
.ZGR.1 天前
蓝桥杯高校新生编程赛第二场题解——Java
java·算法·蓝桥杯
云青山水林6 天前
零基础如何准备蓝桥杯
蓝桥杯
在等晚安么6 天前
力扣面试经典150题打卡
java·数据结构·算法·leetcode·面试·贪心算法
victory04316 天前
K8S 安装 部署 文档
算法·贪心算法·kubernetes
超级大只老咪7 天前
蓝桥杯知识点大纲(JavaC组)
java·算法·蓝桥杯
遇印记7 天前
2026蓝桥杯
职场和发展·蓝桥杯
二倍速播放8 天前
贪心算法 with Gemini
算法·贪心算法
这个世界的真神8 天前
【每日算法】 洛谷 P12341 【[蓝桥杯 2025 省 A/Python B 第二场] 消消乐】 2025.10.26
python·算法·蓝桥杯
再卷也是菜9 天前
算法基础篇(8)贪心算法
算法·贪心算法·1024程序员节
Miraitowa_cheems9 天前
LeetCode算法日记 - Day 84: 乘积为正数的最长子数组长度
数据结构·算法·leetcode·贪心算法·线性回归·深度优先·动态规划