惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Apple Machine Learning Research
Apple Machine Learning Research
aimingoo的专栏
aimingoo的专栏
H
Help Net Security
腾讯CDC
T
Tailwind CSS Blog
Hugging Face - Blog
Hugging Face - Blog
人人都是产品经理
人人都是产品经理
酷 壳 – CoolShell
酷 壳 – CoolShell
MongoDB | Blog
MongoDB | Blog
宝玉的分享
宝玉的分享
有赞技术团队
有赞技术团队
美团技术团队
雷峰网
雷峰网
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
博客园 - 司徒正美
博客园_首页
Recent Announcements
Recent Announcements
云风的 BLOG
云风的 BLOG
B
Blog RSS Feed
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
D
Docker
博客园 - Franky
Jina AI
Jina AI

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解
Educational Codeforces Round 175 (Rated for Div. 2) C
不太会a · 2026-05-17 · via 博客园_首页

https://codeforces.com/problemset/problem/2070/C

核心题意解析

简单来说:

  • 我们有一条长度为 \(n\) 的纸带,初始全为红色 'R'
  • 我们最多可以选 \(k\) 个连续段,把它们涂成蓝色 'B'(涂了不能撤销)。
  • 每个格子有一个期望颜色和一个“惩罚值” \(a_i\)。如果最终颜色和期望颜色不符,就会产生 \(a_i\) 的惩罚。
  • 目标:在最多操作 \(k\) 次的前提下,让所有颜色错误的格子中,惩罚值的最大值尽可能小

最大化最小值

遇到最大化最小值基本套路就是贪心和二分,解题的时候优先往这个方向想。

Hint1:二分

直接求“最小的最大惩罚值”很难无从下手,但如果我们换个角度问自己:“假设我最高只能容忍 \(x\) 的惩罚值,我能不能在 \(k\) 步内搞定?” 这个问题就简单多了。

  • 如果 \(x\) 容忍度很高,那很容易做到。
  • 如果 \(x\) 容忍度很低,那可能 \(k\) 步根本不够用。
    这种单调性完美契合二分查找的特性。

Hint2:贪心 Check 函数的策略

假设当前的容忍极限是 \(x\),我们遍历每一个格子:

  1. 必须要涂对(\(a_i > x\):惩罚值太高了,我们承受不起它出错!
  • 如果期望是 'B':那它必须被涂蓝。
  • 如果期望是 'R':那它绝对不能被涂蓝(相当于一堵墙,强行打断当前的涂色操作)。
  1. 无所谓(\(a_i \le x\):就算错了惩罚值也没超过 \(x\),所以它变成什么颜色我们根本不关心。顺其自然即可(能省操作就省操作)。

贪心策略:从左到右遍历,遇到“必须是蓝色”的格子且当前没在涂色,就消耗 1 次操作开启一个新的涂色段;遇到“必须是红色”的格子,就强行结束当前涂色段;遇到“无所谓”的格子,保持当前状态直接跳过。最后看总操作数是否 \(\le k\)


最终代码

点击查看代码
//
// Created by awake on 2026/5/14.
//
#include <bits/stdc++.h>
using namespace std;

// clang-format off
struct { auto operator()(auto &i) { cin >> i; } } IN; // NOLINT
struct { auto operator()(auto &i) { cout << i << ' '; } } OUT; // NOLINT
// clang-format on
#define IOS ios::sync_with_stdio(false),cin.tie(nullptr)// NOLINT
using ll = long long;       //NOLINT
template <typename T>
using vec = vector<T>; //NOLINT
#define int long long
#define endl '\n'

void solve()
{
    int n, k;
    cin >> n >> k;
    string s;
    cin >> s;
    vec<int> a(n);
    ranges::for_each(a, IN);

    auto check = [&](int x)
    {
        int cnt = 0;
        bool blue = false;
        for (int i = 0; i < n; i++)
        {
            if (a[i] > x)
            {
                if (s[i] == 'B')
                {
                    if (!blue)
                    {
                        cnt++;
                        blue = true;
                    }
                }
                else
                    blue = false;
            }

        }
        return cnt > k;
    };
    int l = 0, r = 1e9 + 1;
    auto ran = views::iota(l, r);
    auto ans = *ranges::partition_point(ran, check);
    cout << ans << endl;
}


signed main()
{
    IOS;
    int T;
    cin >> T;
    while (T--)
        solve();

    return 0;
}