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
    pandas去除Nan值
    查看>>
    pandas实战:电商平台用户分析
    查看>>
    Pandas库常用方法、函数集合
    查看>>
    pandas打乱数据的顺序
    查看>>
    pandas改变一列值(通过apply)
    查看>>
    Pandas数据分析的环境准备
    查看>>
    Pandas数据可视化怎么做?用实战案例告诉你!
    查看>>
    Pandas数据处理与分析教程:从基础到实战
    查看>>
    Pandas数据结构之DataFrame常见操作
    查看>>
    pandas整合多份csv文件
    查看>>
    pandas某一列转数组list
    查看>>
    Pandas模块,我觉得掌握这些就够用了!
    查看>>
    Pandas玩转文本处理!
    查看>>
    SpringBoot 整合 Mybatis Plus 实现基本CRUD功能
    查看>>
    pandas的to_sql方法中使用if_exists=‘replace‘
    查看>>
    Springboot ppt转pdf——aspose方式
    查看>>
    pandas读取parquet报错
    查看>>
    pandas读取数据用来深度学习
    查看>>
    Pandas进阶大神!从0到100你只差这篇文章!
    查看>>
    spring5-介绍Spring框架
    查看>>