近期“贪心”题目总结

“贪心”实际上就是找一种方法，使我们想要得到的更多，更优

（求最值，but求最大的最小，最小的最大就是二分的活了）

挂缀：重量最小（每一个挂坠承重有限），求挂缀最长（有限制因素）

建筑抢修：（每一个任务）时间有限，求任务最多

//特点：
从做法（用到优先队列）及思路中都能看出，“挂缀”与“建筑抢修”实际上是一类题，有一个或者几个限制因素，
阻止我们达到最优的状态（比如说：所有挂缀都用上，所有任务都完成），限制因素有大小之分，
如果有多个限制因素，不妨试一下样例，或者自己造几个样例，像“建筑抢修”分析need和rest
两个方案时那样分析，样例都过不了，肯定不是最主要也就是起决定性作用的那个限制因素，如果有一个的话，
那很显然，这唯一一个限制因素就是起决定性作用的，看怎样让它影响最小。

//对于有2个限制因素的：
我们把起决定性作用的因素称为x，非决定性因素称为y，我们先按x从大到小 或者是 从小到大排序
（这个得看题目要求，这两个题是从小到大排x（“建筑”是这样，挂缀么maybe，忘了...），
万一出一个题是求重量什么的最大（不太合理的例子，反正是这么个意思），那就不一定这样排了）依次取出其所对应的对象，
同时累计产生的对下一个的影响（比如：等待时间tot，现在每个挂缀剩余的承重（当前这一串的总重量）），
如果影响太大以至于下一个无法满足（完成/加入挂坠），就找一个替换，因为我们的目的是更多（只针对于这两个题而言），
两个影响因素不一定大就都大小就都小，也许换下来，当前这个就能被满足，就比如a目前不能满足，
但它的need比已经完成的b小，由于“影响（tot）”取决于need，这样一换反倒把它减小了，为后面的任务留下更多的时间，
（好神奇\(^o^)/~），何乐而不为呢qwq

//在没有遇到maybe能替换的情况之前：用决定性因素“挑”，也就是“ 刷 “人” ”
//替换：用非限制性因素

//对于有多个限制因素的：
/*虽然没遇到这种情况*/，不过应该与两个的差不多，实在不行找一个第二决定性因素，或者在替换时比较多个非限制因素，
可能会出现过某个因素一样，只比较剩下几个的情况

//对于有1个限制因素的：
@%……&&#￥%@%还没做到这类题%…………以后补充￥%￥%@%别忘啦￥%￥……￥#……！！！！！！

独木桥：耗费时间的最长和最短

//特点：又求最好，又求最坏，一个正面来贪心，一个反面来贪心

！！！！！！这个好像就是只有一个影响因素的（收回刚才的话），时间的长短只取决于他怎么走，因为我们只是锁定
某个特殊位置的士兵（minn的时候是两个，但是最终只取一个，所以都一样啦），只关注他的走法就好了，而且
求的maxx和minn互相都不会产生让对方减小或是增大之类的影响，是相互独立的，那就当两个问题来做就好了，
就算是所选的是同时个士兵也不要紧（谁让他这么有特点尼(#^.^#)）

painter：花最少的钱，得到所有所需要的颜料

这个由于灰色只能有其他颜色合成，完全受其它颜色影响，姑且算一个限制，因为求的就是花最少的钱，
钱数没有那么明显的被限定的意思，自己先当做一类

//特点：每个对象之间影响很大（比如说：灰色的产生离不开其它颜色）

刚开始啥也没有嘛，这个是不买不行的啦，但是其余的，就得少买了，想让花的钱少，就得买的少，这一点是肯定的，
既然要少买，就得最大限度的利用当前剩下的，也就是满足除了灰色以外其它的颜色之后（其它颜色的只能通过买买到够我们用，
不得不花钱），因为每种其它颜色剩下的不一样多，所以我们不能取某一个的xml来给它配上另两个xml的其它颜色，
∵很可能不够，那就只能一毫升一毫升地取喽，但是，如果剩下的最多的三个都有为零的，那就又不得不买了qwq

这个好像也能用优先队列来着，当时用的sort吧，优先队列倒是不用一遍一遍地来回排序，q.push（），q.pop（）也不难打，
不过带“.”的都觉得麻烦，但是耐不住它好用啊......

不管是二分的活，还是贪心的活，都是我的活呀