四大文化赛道完整展开
06-deliverables/complete-solution-dossier.md
红色决策评估:行动方案可行性与优先选择 完整解题档案
站内文件视图直接读取仓库内容,Markdown 使用文档排版渲染,其余文本文件保持原始排版,方便校对训练证据链。
文件类型Markdown
10-cases/s2-jh-04-tactical-decision/06-deliverables/complete-solution-dossier.md
档案概况
| 项目 | 内容 |
|---|---|
| Case ID | s2-jh-04-tactical-decision |
| 文化赛道 | Scene 02 / 红色文化 |
| 组别 | 初中组 |
| 判题方式 | 多项输出 |
| 语言范围 | python,cpp |
| 赛项页码 | 10 |
| 仓库总览 | s2-jh-04-tactical-decision/README.md |
题目、题干与输入输出
正式题面
规则来源
- 赛项说明页码:10
- 训练题主题:红色决策评估:行动方案可行性与优先选择
- 所属赛道:红色文化赛道
题目背景
调研队准备从多套行动方案中挑选一套实施。每套方案需要不同的粮食和医疗资源,还包含执行天数和士气指数,需要综合评估后再决定。
任务描述
- 读取资源上限和多套候选方案。
- 筛出所有资源需求不超过上限的可行方案。
- 对可行方案按
score = morale * 3 - days - food - med评分。 - 输出可行方案数量、最佳方案及其评分、执行该方案后剩余资源。
输入格式
- 第一行输入
food_cap med_cap。 - 第二行输入整数 n,表示方案数量。
- 接下来 n 行,每行输入
name food med days morale。
输出格式
- 第一行输出
feasible=可行方案数量。 - 若存在可行方案,第二行输出
best=名称 分数,第三行输出reserve=剩余粮食 剩余医疗。 - 若不存在可行方案,则输出
best=NONE和当前上限作为剩余资源。
数据范围与说明
- 1 <= n <= 1000。
- 0 <= food, med, days, morale <= 10^5。
- 可行性只由粮食和医疗是否超上限决定。
- 若分数相同,则优先选择执行天数更少的方案;若仍相同,按名称字典序升序。
样例输入
20 12
4
A 8 5 4 10
B 11 6 3 11
C 14 9 5 12
D 22 4 2 9
样例输出
feasible=3
best=B 13
reserve=9 6
样例解释
A、B、C都可行,D因粮食需求超限不可行。A和B的分数都为 13,但B的执行天数更少,因此优先。- 选择
B后剩余粮食 9、医疗 6。
知识点清单
- 规则筛选与多条件判断。
- 方案评分函数设计。
- 多关键字比较。
- 可行集统计。
- 决策题中的规则优先级表达。
约束拆解
显式约束
- 1 <= n <= 1000。
- 0 <= food, med, days, morale <= 10^5。
- 可行性只由粮食和医疗是否超上限决定。
- 若分数相同,则优先选择执行天数更少的方案;若仍相同,按名称字典序升序。
建模拆解
- 先明确输入的实体和字段,再把它们翻译成 顺序筛选 + 多关键字最优选择 需要的数据结构。
- 把输出中每一项指标都和中间变量对应起来,避免最后临时拼装。
- 先用样例手推一次,再确认边界条件是否都能走到正确分支。
易错边界
- 可能不存在任何可行方案。
- 多个方案分数相同时还要继续比较执行天数和名称。
- 剩余资源必须对应最终选中的最佳方案,而不是最后读到的方案。
计分模型
源文件:scoring-model.md
判题方式
- 主判题方式:
multi-output - 主算法:顺序筛选 + 多关键字最优选择
判题重点
- 重点校验多项结果之间是否来自同一份最优方案,而不是分别独立计算。
- 隐藏数据会覆盖并列最优、输出顺序和备用方案为空的情况。
公开样例建议
- 至少准备 1 组题面样例、2 组边界样例和 2 组自定义回归样例。
- 多输出题必须验证所有字段都来自同一套方案。
隐藏数据建议
- 验证没有任何可行方案的情况。
- 验证多个方案分数并列时的二级、三级比较规则。
- 验证资源上限恰好等于方案需求时仍属于可行方案。
验收清单
- 正式题面、约束拆解、评分说明均已补齐
- 样例输入输出已定义并通过主实现校验
-
python主实现已提供并与样例输出对齐 -
cpp主实现已提供并与样例输出对齐 - 调试记录、决策记录、验证计划已补齐
- 可由
20-tools/assemble_case_dossiers.py汇总为完整解题档案
样例输入输出
样例输入:sample.in
20 12
4
A 8 5 4 10
B 11 6 3 11
C 14 9 5 12
D 22 4 2 9
样例输出:sample.out
feasible=3
best=B 13
reserve=9 6
题解、建模与最终解法
自动整理的解题流程
- 题目主题:红色决策评估:行动方案可行性与优先选择
- 题目摘要:在给定粮食和医疗资源上限的前提下,统计可行方案数量,选出得分最高的行动方案,并输出剩余资源。
- 判题提示:该题以多项输出为主,重点是先算清楚每个指标,再统一整理输出顺序。
- 先翻译规则优先级和约束条件,再比较可行方案,避免把决策逻辑和输出格式混在一起。
- 多方案比较时要同步维护最优值、最优方案和解释信息。
解题思路
1. 问题重述
在给定粮食和医疗资源上限的前提下,统计可行方案数量,选出得分最高的行动方案,并输出剩余资源。
2. 数据结构与建模
- 主算法:顺序筛选 + 多关键字最优选择
- 输入拆解后对应的数据结构要和输出项一一对应。
- 需要重点维护的状态包括:题目实体、核心指标、中间结果和最终答案。
3. 算法步骤
- 读取资源上限和所有候选方案。
- 逐一判断方案是否可行,并统计可行数量。
- 对可行方案计算得分,按题意维护最优方案。
- 输出数量、最优方案和剩余资源。
4. 正确性说明
- 每一步都严格对应题面给出的规则或约束。
- 所有输出字段都来自同一份计算过程,不会出现“各算各的”的不一致情况。
- 边界情况通过单独分支或统一规则处理,保证程序在最小规模和重复值情况下也稳定。
5. 复杂度分析
- 复杂度取决于输入规模和主算法,但整体设计保持在初中组可讲解、可验证的范围内。
- 只保留必要状态,不引入超出题意的数据结构。
6. 易错点
- 可能不存在任何可行方案。
- 多个方案分数相同时还要继续比较执行天数和名称。
- 剩余资源必须对应最终选中的最佳方案,而不是最后读到的方案。
7. 知识点清单
- 规则筛选与多条件判断。
- 方案评分函数设计。
- 多关键字比较。
- 可行集统计。
- 决策题中的规则优先级表达。
设计决策记录
源文件:decision-log.md
- 选择
顺序筛选 + 多关键字最优选择作为主算法,因为它能直接覆盖题目的核心约束。 - 题目评分规则完全显式,顺序筛选即可解决。
- 把比较规则固化为统一的排序键,可以避免 if 链混乱。
- Python 与 C++ 版本统一输出格式,便于双语训练和证据采集。
验证计划
- 先验证题面公开样例,确保基础流程无误。
- 验证没有任何可行方案的情况。
- 验证多个方案分数并列时的二级、三级比较规则。
- 验证资源上限恰好等于方案需求时仍属于可行方案。
- 最后再补 1 组手工构造的极小数据,确认程序不会依赖特殊输入规模。
备选方案
源文件:alternatives.md
| 方案 | 时间复杂度 / 代价 | 实现难度 | 说明 |
|---|---|---|---|
| 顺序维护最优值 | O(n) | 低 | 主解最直接。 |
| 收集后整体排序 | O(n log n) | 低 | 也可行,但会多做无关排序。 |
| 回溯搜索 | 过度设计 | 高 | 题目并不需要组合优化。 |
最终代码与实现
Python 主实现
源文件:main.py
- 实现状态:当前已有可执行实现
import sys
def solve(data: str) -> str:
tokens = data.split()
if not tokens:
return ""
it = iter(tokens)
food_cap = int(next(it))
med_cap = int(next(it))
n = int(next(it))
feasible = 0
best = None
for _ in range(n):
name = next(it)
food = int(next(it))
med = int(next(it))
days = int(next(it))
morale = int(next(it))
if food > food_cap or med > med_cap:
continue
feasible += 1
score = morale * 3 - days - food - med
candidate = (-score, days, name, food_cap - food, med_cap - med, score, name)
if best is None or candidate < best:
best = candidate
if best is None:
return "\n".join(
[
"feasible=0",
"best=NONE",
f"reserve={food_cap} {med_cap}",
]
)
return "\n".join(
[
f"feasible={feasible}",
f"best={best[6]} {best[5]}",
f"reserve={best[3]} {best[4]}",
]
)
if __name__ == "__main__":
sys.stdout.write(solve(sys.stdin.read()).strip())
sys.stdout.write("\n")
C++ 对照实现
源文件:main.cpp
- 实现状态:当前已有可执行实现
#include <iostream>
#include <string>
using namespace std;
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr);
int food_cap, med_cap, n;
if (!(cin >> food_cap >> med_cap)) {
return 0;
}
cin >> n;
int feasible = 0;
bool has_best = false;
int best_score = 0;
int best_days = 0;
int best_food_left = food_cap;
int best_med_left = med_cap;
string best_name;
for (int i = 0; i < n; ++i) {
string name;
int food, med, days, morale;
cin >> name >> food >> med >> days >> morale;
if (food > food_cap || med > med_cap) {
continue;
}
++feasible;
int score = morale * 3 - days - food - med;
if (!has_best ||
score > best_score ||
(score == best_score && (days < best_days ||
(days == best_days && name < best_name)))) {
has_best = true;
best_score = score;
best_days = days;
best_name = name;
best_food_left = food_cap - food;
best_med_left = med_cap - med;
}
}
if (!has_best) {
cout << "feasible=0\n";
cout << "best=NONE\n";
cout << "reserve=" << food_cap << ' ' << med_cap << "\n";
return 0;
}
cout << "feasible=" << feasible << "\n";
cout << "best=" << best_name << ' ' << best_score << "\n";
cout << "reserve=" << best_food_left << ' ' << best_med_left << "\n";
return 0;
}
代码执行与运行结果
最新成功运行
| Run ID | 语言 | 时间 | 编译 | 运行 | 耗时(秒) | 输出 | 终端记录 |
|---|---|---|---|---|---|---|---|
| run-001 | py | 2026-03-30T21:42:21.478464+08:00 | 0 | 0 | 0.029896 | output | transcript |
| run-002 | cpp | 2026-03-30T21:42:21.821017+08:00 | 0 | 0 | 0.021347 | output | transcript |
PY 运行输出摘录
feasible=3
best=B 13
reserve=9 6
CPP 运行输出摘录
feasible=3
best=B 13
reserve=9 6
全部运行记录索引
| Run ID | 语言 | 时间 | 编译 | 运行 | 耗时(秒) | 输出 | 终端记录 |
|---|---|---|---|---|---|---|---|
| run-001 | py | 2026-03-30T21:42:21.478464+08:00 | 0 | 0 | 0.029896 | output | transcript |
| run-002 | cpp | 2026-03-30T21:42:21.821017+08:00 | 0 | 0 | 0.021347 | output | transcript |
调试、修正与流程留痕
调试日志
源文件:debug-journal.md
| 症状 | 假设 | 实验 | 结果 | 下一步 |
|---|---|---|---|---|
| 样例输出与手算不一致 | 可能不存在任何可行方案。 | 逐步打印关键中间变量并对照题目公式 | 确认中间量与题面一致后再整理最终输出 | 将该类检查加入回归样例 |
| 边界输入触发错误分支 | 多个方案分数相同时还要继续比较执行天数和名称。 | 构造最小规模或重复值数据进行单测 | 补齐分支判断顺序 | 把临界值加入验证计划 |
| 输出字段顺序或格式错误 | 多项输出题容易在最后阶段拼接出错 | 固定输出模板并逐项对照题面 | 格式化输出统一稳定 | 保留样例输出作为最终比对依据 |
失败案例目录
| 编号 | 风险点 | 预防措施 |
|---|---|---|
| 1 | 可能不存在任何可行方案。 | 补充边界样例并在实现中显式处理 |
| 2 | 多个方案分数相同时还要继续比较执行天数和名称。 | 补充边界样例并在实现中显式处理 |
| 3 | 剩余资源必须对应最终选中的最佳方案,而不是最后读到的方案。 | 补充边界样例并在实现中显式处理 |
编码过程记录
| 阶段 | 改动 | 原因 |
|---|---|---|
| 阶段 1 | 需求整理 | 把题目输入、输出和评分重点整理成结构化规格 |
| 阶段 2 | 建模 | 将题目翻译为 顺序筛选 + 多关键字最优选择 所需的数据结构 |
| 阶段 3 | 实现 | 分别完成 Python 主实现和需要的 C++ 对照实现 |
| 阶段 4 | 校验 | 用样例和边界数据核对输出,再汇总到完整档案 |
全流程文件导航
- 题目总览:s2-jh-04-tactical-decision/README.md
- 题面与约束:official-prompt.md、parsed-constraints.md、scoring-model.md、acceptance-checklist.md
- 代码与样例:10-cases/s2-jh-04-tactical-decision/02-solution
- 运行证据:10-cases/s2-jh-04-tactical-decision/03-execution
- 调试过程:debug-journal.md、failure-catalog.md、implementation-journal.md
- 解法说明:solution-rationale.md、decision-log.md、validation-plan.md、alternatives.md
- 交付档案:final-report.md、appendix-code.md、appendix-runs.md、evidence-pack.md