博客
关于我
A. Cheap Travel
阅读量:533 次
发布时间:2019-03-09

本文共 725 字,大约阅读时间需要 2 分钟。

为了解决这个问题,我们需要计算Ann购买足够的地铁票以覆盖她计划乘坐的车次数的最小花费。我们可以采用以下方法来找到最优解:

方法思路

Ann有三种购买车票的选择:

  • 全买单独票:每次单独票的价格是 a 卢比。
  • 全买 m 次票:每次 m 次票的价格是 b 卢比。
  • 混合购买:尽可能多地买 m 次票,然后用单独票补上剩下的车次数。
  • 具体步骤如下:

  • 计算全买单独票的总花费。
  • 计算全买 m 次票的总花费。
  • 计算混合购买的总花费,即买尽可能多的 m 次票,再用单独票补上剩下的车次数。
  • 然后比较这三种情况,取最小值作为最优解。

    解决代码

    n, m, a, b = map(int, input().split())total1 = n * atotal2 = ((n + m - 1) // m) * bk = n // mr = n % mtotal3 = k * b + r * aprint(min(total1, total2, total3))

    代码解释

  • 读取输入:从标准输入读取四个整数 n, m, a, b,分别表示需要乘坐的地铁次数、每次 m 次票的车次数、单独票的价格和 m 次票的价格。
  • 计算全买单独票的总花费total1 = n * a
  • 计算全买 m 次票的总花费:使用 ((n + m - 1) // m) 计算需要购买的 m 次票次数,然后乘以 b
  • 计算混合购买的总花费:先计算能买的 m 次票次数 k = n // m,剩下的车次数 r = n % m,然后计算总花费 total3 = k * b + r * a
  • 输出最小值:比较三种情况的总花费,输出最小值。
  • 这种方法确保了我们考虑了所有可能的购买策略,从而找到最优解。

    转载地址:http://vboiz.baihongyu.com/

    你可能感兴趣的文章
    opencv11-提取水平直线和垂直直线
    查看>>
    opencv12-图像金字塔
    查看>>
    opencv13-基本阈值操作
    查看>>
    opencv14-自定义线性滤波
    查看>>
    opencv15-边缘处理
    查看>>
    opencv16-Sobel算子
    查看>>
    opencv17-laplance算子
    查看>>
    opencv18-canny检测算法
    查看>>
    opencv19-霍夫直线变化
    查看>>
    opencv2-矩阵掩膜操作
    查看>>
    opencv20-霍夫圆检测
    查看>>
    opencv21-像素重映射
    查看>>
    opencv22-直方图均衡化
    查看>>
    opencv23-直方图计算
    查看>>
    opencv24-直方图比较
    查看>>
    opencv25-直方图反向投影
    查看>>
    opencv26-模板匹配
    查看>>
    opencv27-轮廓发现
    查看>>
    opencv28-凸包
    查看>>
    opencv29-轮廓周围绘制矩形框和圆形框
    查看>>