C++ 实现初一班级同学好感度统计：随事件更新并输出最大值

为了实现这个任务，我们可以使用一个二维数组来存储每个同学之间的当前好感度。每当发生一件事情时，我们更新相应的好感度，并计算当前所有同学之间好感度的最大值。以下是完整的C++代码实现： ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int main() { int n, m; cin >> n >> m; // 初始化好感度矩阵，初始值为0 vector<vector<int>> goodFeeling(n + 1, vector<int>(n + 1, 0)); for (int i = 0; i < m; ++i) { int op, a, b, c; cin >> op >> a >> b >> c; // 更新好感度 if (op == 1) { goodFeeling[b][a] += c; } else { goodFeeling[b][a] -= c; } // 计算当前好感度的最大值 int maxGoodFeeling = 0; for (int j = 1; j <= n; ++j) { for (int k = 1; k <= n; ++k) { if (goodFeeling[j][k] > maxGoodFeeling) { maxGoodFeeling = goodFeeling[j][k]; } } } // 输出当前好感度的最大值 cout << maxGoodFeeling << endl; } return 0; } ``` 代码解释 1. 输入读取： - 首先读取两个整数 `n` 和 `m`，分别表示人数和事件的数量。 - 然后读取 `m` 行事件，每行包含四个整数 `op`, `a`, `b`, `c`。 2. 好感度矩阵初始化： - 使用一个二维向量 `goodFeeling` 来存储每个同学之间的当前好感度，初始值为0。 3. 事件处理： - 对于每个事件，根据 `op` 的值（1表示做好事，0表示做坏事）更新 `goodFeeling[b][a]`。 - 如果 `op` 为1，则 `goodFeeling[b][a]` 增加 `c`。 - 如果 `op` 为0，则 `goodFeeling[b][a]` 减少 `c`。 4. 计算最大好感度： - 每次事件处理后，遍历整个 `goodFeeling` 矩阵，找到当前的最大好感度值。 5. 输出结果： - 每次事件处理后，输出当前的最大好感度值。 复杂度分析 - 时间复杂度：每次事件处理的时间复杂度为 \(O(n^2)\)，因为需要遍历整个 `goodFeeling` 矩阵来找到最大值。总的事件数量为 `m`，所以总的时间复杂度为 \(O(m \cdot n^2)\)。 - 空间复杂度：使用了一个 \(n \times n\) 的二维数组来存储好感度，空间复杂度为 \(O(n^2)\)。 这个实现方法在给定的约束条件下（\(2 \leq n, m \leq 100\)）是可行的。 ######[AI写代码神器 | 726点数解答 | 2024-10-17 16:07:21]