Python 实现智能空调制冷总时长计算，复杂度仅 O(n)！

以下是使用 Python 实现的代码： ```python # 读取温度过高事件的次数 n = int(input()) # 读取空调每次开启制冷后的持续时间 c = int(input()) # 初始化总制冷时间和当前制冷结束时间 total_time = 0 end_time = 0 # 循环读取每次温度过高事件的发生时间 for _ in range(n): t = int(input()) # 如果当前温度过高事件发生在当前制冷结束时间之后 if t >= end_time: # 计算新的制冷时间 total_time += c # 更新当前制冷结束时间 end_time = t + c else: # 如果在制冷期间再次检测到温度过高，重置制冷开始时间 # 计算新的制冷时间，为当前制冷结束时间与新的制冷结束时间的差值 new_end_time = t + c total_time += new_end_time - end_time # 更新当前制冷结束时间 end_time = new_end_time # 输出空调运行制冷的总时间 print(total_time) ``` 代码解释： 1. 读取输入：首先读取温度过高事件的次数 `n` 和空调每次开启制冷后的持续时间 `c`。 2. 初始化变量：初始化总制冷时间 `total_time` 为 0，当前制冷结束时间 `end_time` 为 0。 3. 循环处理温度过高事件： - 读取每次温度过高事件的发生时间 `t`。 - 如果 `t` 大于等于 `end_time`，说明当前制冷已经结束，需要开启新的制冷，更新总制冷时间和当前制冷结束时间。 - 如果 `t` 小于 `end_time`，说明在制冷期间再次检测到温度过高，需要重置制冷开始时间，更新总制冷时间和当前制冷结束时间。 4. 输出结果：输出空调运行制冷的总时间。 复杂度分析： - 时间复杂度：$O(n)$，其中 $n$ 是温度过高事件的次数。 - 空间复杂度：$O(1)$，只使用了常数级的额外空间。 ######[AI问答 | 487点数解答 | 2025-12-06 18:33:34]