UVALive 7274 Canvas Painting （优先队列）

Canvas Painting

题目链接：

http://acm.hust.edu.cn/vjudge/contest/127406#problem/C

Description

http://7xjob4.com1.z0.glb.clouddn.com/a4717ad58f73aa6ff84a1ab3f051c3f8

Input

The first line consists of a single integer T, the number of test cases. Each test case is composed by two lines. The first line consists of a single integer N representing the number of canvasses. The next line contains N space separated integers representing the sizes of the canvasses. Constraints: 1 ≤ T ≤ 100 Number of test cases. 1 ≤ Ni ≤ 100 000 Number of canvasses in the i th test case. 1 ≤ s ≤ 100 000 Size of each canvas. 1 ≤ ∑Ti=1 Ni ≤ 100 000 Number of canvasses over all test cases in one test file.

Output

The output contains T lines, one for each test case: the minimum amount of ink the machine needs in order to have all canvasses with different colors.

Sample Input

2 3 7 4 7 4 5 3 7 5

Sample Output

29 40
##题意：给出N张白布(顺序不定). 每次选出其中同一种颜色的若干张布染上某种跟之前不同的色，这种颜色剩下的布染上另一种颜色. 每次染色的花费是布的大小. 求要将N张布都染成不同的颜色的最小花费.
##题解：一开始想的是面积大的布染尽量少的次数，先降序排列，对后缀和求和. 这个思路并不正确. (比如样例2) 这个问题反过来看就比较简单了：最后的结果是N张颜色各异的布，反向过程是每次选出两种颜色不同的布刷成同一颜色. 这样一来，每次操作都使得集合的大小减一. 所以总次数固定是N-1. 对于每一次操作，选择最小的两张布染色一定是最小花费. 而每次的最小花费和就是总的最小花费.
维护一个优先队列，把所有大小都加进去并升序排列. 每次弹出最小的两个元素，计数并把和再push进去参与比较.
##代码： ``` cpp #include #include #include #include #include #include #include #include #include #include #include #define LL long long #define eps 1e-8 #define maxn 101000 #define mod 100000007 #define inf 0x3f3f3f3f #define mid(a,b) ((a+b)>>1) #define IN freopen("in.txt","r",stdin); using namespace std;

priority_queue<LL, vector, greater > pq;

int main(int argc, char const *argv[])
{
//IN;

int t; cin >> t;
while(t--)
{
    int n; scanf("%d", &n);

    while(!pq.empty()) pq.pop();
    for(int i=1; i<=n; i++) {
        LL x; scanf("%lld", &x);
        pq.push(x);
    }

    LL ans = 0;
    while(pq.size() >= 2) {
        LL cur = pq.top(); pq.pop();
        cur += pq.top(); pq.pop();
        ans += cur;
        pq.push(cur);
    }

    printf("%lld
", ans);
}

return 0;

}

相关阅读:
资源 | TensorFlow推出新工具Seedbank：即刻使用的预训练模型库【转】
Vim 基本設置 – 使用Vim-plug管理插件 (3)【转】
Linux kernel 编译问题记录【转】
深度学习（四）卷积神经网络入门学习(1)【转】
深度学习：Keras入门(二)之卷积神经网络(CNN)【转】
深度学习：Keras入门(一)之基础篇【转】
CNN笔记：通俗理解卷积神经网络【转】
[Deep Learning] 神经网络基础【转】
一文弄懂神经网络中的反向传播法——BackPropagation【转】
Testin

原文地址：https://www.cnblogs.com/Sunshine-tcf/p/5769161.html