当前位置: 首页 > article >正文

华为od机试-缓存需要最少金币数 /静态扫描(java)

静态扫描可以快速识别源代码的缺陷,静态扫描的结果以扫描报告作为输出:

1、文件扫描的成本和文件大小相关,如果文件大小为N,则扫描成本为N个金币

2、扫描报告的缓存成本和文件大小无关,每缓存一个报告需要M个金币

3、扫描报告缓存后,后继再碰到该文件则不需要扫描成本,直接获取缓存结果给出源代码文件标识序列和文件大小序列,求解采用合理的缓存策略,最少需要的金币数

输入描述

第一行为缓存一个报告金币数M,L<= M <= 100

第二行为文件标识序列: F1,F2,F3,....,Fn。

第三行为文件大小序列: S1,S2,S3,....,Sn。

备注:

1 <= N <= 10000

1 <= Fi <= 1000

1 <= Si <= 10

输出描述

采用合理的缓存策略,需要的最少金币数

示例1:

5

1 2 2 1 2 3 4

1 1 1 1 1 1 1

输出

7

说明

文件大小相同,扫描成本均为1个金币。缓存任意文件均不合算,因而最少成本为7金币。

示例2:

输入

5

2 2 2 2 2 5 2 2 2

3 3 3 3 3 1 3 3 3

输出

9

 java代码

package odTest;

import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;
import java.util.Scanner;

public class cacheCoin {
	public static void main(String[] args) {
		Scanner scanner = new Scanner(System.in);
		int cacheCost = Integer.parseInt(scanner.nextLine());
		int[] inputFileNos = Arrays.stream(scanner.nextLine().split(" ")).mapToInt(Integer::parseInt).toArray();
		
		int[] FileScanCost = Arrays.stream(scanner.nextLine().split(" ")).mapToInt(Integer::parseInt).toArray();
		
		//key存储文件标识号,int[0]保存扫描价格,int[1]保存同一标识号文件数量
		Map<Integer,int[]> map = new HashMap<>();
		for(int i=0;i<inputFileNos.length;i++) {
			if(map.containsKey(inputFileNos[i])) {
				int[] info = map.get(inputFileNos[i]);
				info[1] = info[1]+1;
//				System.out.println(inputFileNos[i]);
				map.put(inputFileNos[i], info);
			}else {
				int[] info = new int[2];
			    info[0] = FileScanCost[i];
			    info[1] = 1;
			    map.put(inputFileNos[i], info);
			}
		}
		//最合适的花费
		int optimCost = 0;
		for(Map.Entry<Integer, int[]> entry: map.entrySet()) {
			int[] info = entry.getValue();
			//当缓存的花费小于扫描的花费,则不用扫描
			if( info[0] * info[1] > ( cacheCost + info[0] )) {
				optimCost = optimCost + cacheCost + info[0];
			}else {//否则用扫描
				optimCost = optimCost+ info[0] * info[1];
			}
		}
		System.out.println(optimCost);
	}

}


http://www.kler.cn/a/573041.html

相关文章:

  • 【C++设计模式】第四篇:建造者模式(Builder)
  • 机器学习-决策树详细解释
  • 算法进阶——枚举
  • 构建智能 SQL 查询代理agent,把整个查询过程模块化,既能自动判断使用哪些表,又能自动生成 SQL 语句,最终返回查询结果
  • 敏捷开发之自动化流水线
  • Ubuntu ollama 指定 gpu devices
  • 【VS2019】 .Net Core 3.1 无法打开项目文件
  • MagicArticulate: Make Your 3D Models Articulation-Ready 论文解读
  • SSE 和 WebSocket 的对比
  • 如何在Spring Boot中读取JAR包内resources目录下文件
  • 【封闭式】论文写作技巧--集中学习+集中写作
  • 高并发应用分层架构
  • 【MySQL】索引|作用|底层数据结构|常见问题
  • unity6 打包webgl注意事项
  • sqli-lab靶场学习(七)——Less23-25(关键字被过滤、二次注入)
  • 【Linux】http 协议
  • 如何通过卷积神经网络(CNN)有效地提取图像的局部特征,并在CIFAR-10数据集上实现高精度的分类?
  • FastGPT 引申:借鉴 FastGPT 基于MySQL + ES 实现知识库(含表结构以及核心代码)
  • 数据结构与算法:堆排序
  • Android 14 - HDMI_CEC架构分析