World Robot Contest2025-2026Algorithm Application ThemeJunior Highwrc.hao.work
WRC
Contest Archive / Structured Dossiers青少年算法应用训练档案馆

把训练题、知识点、执行证据和最终解题档案统一归档成可直接浏览的竞赛资料库。

Archive30 Cases

四大文化赛道完整展开

AccessHTTPS

完整题面 / 题解 / 运行证据

No Rounded CornersTailwind FirstDossier Ready
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 IDs2-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

源文件:official-prompt.md

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

  1. 第一行输入 food_cap med_cap
  2. 第二行输入整数 n,表示方案数量。
  3. 接下来 n 行,每行输入 name food med days morale

输出格式

  1. 第一行输出 feasible=可行方案数量
  2. 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
  3. 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

  • ABC 都可行,D 因粮食需求超限不可行。
  • AB 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

源文件:parsed-constraints.md

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

源文件:acceptance-checklist.md

  • 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

源文件:solution-rationale.md

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

  1. 读取资源上限和所有候选方案。
  2. 逐一判断方案是否可行,并统计可行数量。
  3. 对可行方案计算得分,按题意维护最优方案。
  4. 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

源文件:validation-plan.md

  • 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)主解最直接。
收集后整体排序O(n log n)也可行,但会多做无关排序。
回溯搜索过度设计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-001py2026-03-30T21:42:21.478464+08:00000.029896outputtranscript
run-002cpp2026-03-30T21:42:21.821017+08:00000.021347outputtranscript

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-001py2026-03-30T21:42:21.478464+08:00000.029896outputtranscript
run-002cpp2026-03-30T21:42:21.821017+08:00000.021347outputtranscript

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

源文件:failure-catalog.md

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

源文件:implementation-journal.md

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