当前位置: 首页 > news >正文

题解:P14913 「QFOI R3」难度评分

题解:P14913 「QFOI R3」难度评分

题目描述

洛谷共有 \(n\) 道题目,第 \(i\) 道题目的初始难度为 \(r_i\)

依次接收到了 \(m\) 个工单,第 \(j\) 个工单的内容为将第 \(p_j\) 道题目的难度更改为 \(d_j\)。每个工单只有以下两种可能的状态:

  • 已完成:进行相应的修改。
  • 已关闭:不进行相应的修改。

由于小 R 从不拖欠工作,在接到一个工单时,前面的所有工单均已处理完毕。也就是说,这些工单是按照接收到的顺序进行处理的。

现在告诉你所有题目和工单的情况,请你求出所有工单处理完毕后每道题目的难度。

输入输出格式

第一行两个整数 \(n,m\),表示题目数量和工单数量。

第二行 \(n\) 个整数,第 \(i\) 个整数 \(r_i\) 表示第 \(i\) 道题的初始难度。

接下来 \(m\) 行,每行两个整数 \(p_j,d_j\) 和一个字符串 \(s_j\),表示该工单的内容和状态。其中若 \(s_j\)Completed,则该工单的状态为已完成;若 \(s_j\)Closed,则该工单的状态为已关闭

一行,\(n\) 个整数,表示所有工单处理完毕后每道题目的难度。

数据范围

对于所有测试数据,保证:

  • \(1\le n,m\le 10^5\)\(1\le r_i\le 10^9\)\(1\le p_j\le n\)
  • \(1\le d_j\le 10^9\)\(s_j\) 要么为 Completed,要么为 Closed

题目思路

模拟。

首先输入所有的题目初始难度,然后判断 \(s_j\),若其为 Closed,则不更新 \(r_{p_j}\)

若其为 Completed,就更新 \(r_{p_j}=d_i\)。然后更新输出的 \(r_i\) 即可。

对于 \(m\) 行的 \(p_j,d_j\) 和字符串 \(s_j\),可以不用数组读入,直接使用循环读入每个数即可。

代码实现

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=1e5+10;
ll n,m;
ll r[N],p,d;
string s;
int main(){cin>>n>>m;for(int i=1;i<=n;i++){cin>>r[i];}while(m--){cin>>p>>d>>s;if(s=="Closed"){r[p]=r[p];}else{r[p]=d;}}for(int i=1;i<=n;i++){cout<<r[i]<<" ";}return 0;
}
http://www.zskr.cn/news/170224.html

相关文章:

  • gorm - 查询为 或 为 null 的数据
  • YOLOv8-Transformer解码器实验版发布
  • 今年冬天,这些儿童羽绒服承包宝贝的温暖与时尚 - 品牌测评鉴赏家
  • YOLO目标检测API支持OCR后处理,多模态结果输出
  • 软件工程实践课程总结
  • YOLO目标检测API支持多区域部署,就近调用GPU资源
  • 专业照明如何通过核心参数提升商业空间氛围与体验
  • YOLO模型镜像支持Slurm作业调度,高校GPU集群适用
  • 英语_阅读_making us smarter or just helping us_待读
  • YOLOv10模型支持Tensor Cores,充分利用Ampere架构GPU
  • 工业视觉圈子里最近总有人问,怎么把Halcon的3D点云处理能力塞进C#开发的系统里。今天咱们就聊聊这个实战场景,直接上硬菜
  • YOLO目标检测在野生动物保护中的应用:红外相机识别
  • YOLOv8-NAS网络架构搜索技术应用,找到最优GPU结构
  • 自动驾驶核心技能:这本路径规划书,让算法从“调用”到“掌控”
  • YOLO目标检测API支持Webhook事件推送
  • AI如何重塑编程工作?我的氛围编程转型经验分享_程序员转行产品经理的心路历程之一
  • 漏洞猎手的CSP绕过指南:打破“安全”头部的幻象(第一部分)
  • 自考人必看!9个降AI率工具高效避坑指南
  • LLM Agent训练新范式!阿里 AgentEvolver三协同机制,攻克任务稀缺与探索低效难题,性能碾压传统 RL 方法
  • Java毕设项目推荐-基于SpringBoot的攻防靶场实验室平台的设计与实现环境部署 - 攻防实训 - 效果评估” 的全链路平台【附源码+文档,调试定制服务】
  • 基于SpringBoot + Vue的篮球俱乐部管理系统
  • 5个实施YashanDB的关键成功因素
  • 【计算机毕业设计案例】基于vue和springboot框架开发的攻防靶场实验室平台的设计与实现基于SpringBoot的攻防靶场实验室平台的设计与实现(程序+文档+讲解+定制)
  • 5个实现YashanDB价值的关键策略
  • YOLOv9-Ghost轻量主干网络解析:减少GPU计算量
  • AI智能体框架选型实战指南:需求匹配、技术趋势与分阶段验证(建议收藏)
  • YOLO模型训练验证集划分工具集成,GPU任务准备更快
  • 基于SpringBoot + Vue的高校校园智能考勤系统
  • AI大模型时代9大高薪岗位全解析:从首席AI官到安全专家,助你轻松转型拿高薪_抓住AI时代第一波红利
  • YOLO目标检测API支持签名认证,防止Token盗用