CacheDB: 2026-04-27 23:55:23

0500-olimpiada

olimpiadas

B Difficulty

README.md Preview

# 0033 - Olimpíadas | **Version**: 1.0
`olimpiadas` | Difficulty: **B** | **Updated**: 2026-04-17 09:32:26

**Sync Status:** ✅ Local: OK | ✅ Maratona: OK | ✅ API: OK (31/10/19 15:38)

## Overview
O pequeno país de Tumbólia vai às Olimpíadas de Pequim pela primeira vez! O Comitê Olímpico precisa transportar todos os seus atletas usando apenas os voos disponíveis da Air Rock — cada rota tem um número fixo de assentos livres por dia. Dado o mapa de voos e a quantidade de atletas, descubra o menor número de dias necessário para que toda a delegação chegue a Pequim.

## Metadata
- **Author**: gabriel
- **Editorial Author**: gabriel
- **Editorial**: **Briefing para o Professor:** Este problema é ideal para introduzir Fluxo Máximo em Grafos após os alunos já dominarem grafos dirigidos e BFS. O pré-requisito essencial é entender modelagem de redes de capacidade (fonte, sumidouro, arestas com peso). É classificado como nível B (Especialista): requer conhecimento do algoritmo de Ford-Fulkerson ou Edmonds-Karp, conceito que normalmente aparece no segundo semestre de um curso de Algoritmos em Grafos. Não há implementação de estrutura de dados exótica, mas exige maturidade para depurar grafos residuais.
**Resumo da Estratégia:** A chave do problema é perceber que a rede de voos é idêntica a cada dia — logo, o número máximo de atletas transportados por dia é constante e igual ao Fluxo Máximo do grafo (aeroporto 1 = fonte, aeroporto N = sumidouro, capacidades = assentos vagos por voo). A resposta é ⌈A / fluxo_max⌉. Implemente Edmonds-Karp (Ford-Fulkerson + BFS) para garantir O(V·E²) com V≤50, E≤2450 — suficiente para o limite de 1 segundo. Atenção ao grafo residual: arestas inversas com capacidade igual ao fluxo já enviado. Para detalhes completos de implementação, consulte o enunciado nível D.

- **Success Msg**: Excelente! Você dominou o transporte olímpico modelando a rede como fluxo máximo!

| Time Limit | Memory Limit | Time Complexity | Space Complexity |
| :--- | :--- | :--- | :--- |
| 1s | 64MB | O(V * E^2) | O(V + E) |

## Stats
| Metric | Count |
| :--- | :--- |
| Test Scenarios | 11 |
| Solutions | 2 |

## Statements
| ID | Status | Level | Natural Languages | Skills |
| :--- | :--- | :--- | :--- | :--- |
| `a-olimpiadas` | ✅ | A | pt | grafos |

## Test Scenarios
| Name | Description | Count | Type | Level | Skills | DB Sync |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| **Grafo Denso e Carga Máxima** | Teste de carga com limites máximos suportados (50 nós, 1000 arestas ativas com capacidades grandes) para verificar se o algoritmo atende a complexidade O(V * E^2). | 1 | Performance | A | max-flow, busca-largura | ❌ 0/1 |
| **Armadilha Golosa (Greedy)** | Grafo projetado onde o caminho mais comprido tem capacidade muito larga, mas caminhos curtos juntos fluem tudo num só passo, falhando heurísticas ingênuas ou `ceil(A/max_flow)`. | 1 | TDD | B | max-flow | ❌ 0/1 |
| **Gargalo na Chegada** | Elevadas capacidades nas primeiras arestas, com o gargalo limitante localizado exatamente na porta do destino final. | 1 | TDD | C | max-flow | ❌ 0/1 |
| **Grafo Cego e Fuzzing** | Casos randômicos desconexos contendo ilhas, arestas irrelevantes para o caminho final e cruzamentos. Quebra programações fixas de IF/ELSE focadas apenas nos exemplos de base. | 1 | False-Green | C | busca-largura | ❌ 0/1 |
| **Casos do Enunciado** | Exemplos oficiais fornecidos pela documentação para alinhamento rápido e warm-up da lógica básica. | 3 | TDD | D | grafos | ❌ 0/3 |

## Solutions
- **Solução Ótima — Grafo Expandido no Tempo + Fluxo Máximo (Edmonds-Karp)** (`a-otima-basica`)
  - Languages: `py`
- **Solução Incorreta (Ordenação)** (`c-wrong-ordem`)
  - Languages: `java, c, cpp`

## Components
- ✅ Statements
- ✅ Solutions
- ✅ Test Cases

Actions

Workflow do Problema

Local Workspace

Pasta criada no disco
Metadados

Informações básicas preenchidas
Validação

Soluções passam nos testes
4

Sincronização

Enviado para DB e GitLab

⚠️ ID Mismatch

The problem ID in the folder name differs from the metadata.

Folder
0500

YAML
33

Components

Statements ✅
Solutions 2 ✅
Test Cases 11 ✅

Database Info

DB ID 33

Name Olimpiadas

Time Limit 1.0s

Mem Limit 195 MB

Version 0.8

Difficulty Level O

Test Cases 3

🚀 Quick Prompts

Structure Scaffolding

Generate metadata & folder structure

ID: 1.1

Context & Description

Draft description & editorial

ID: 1.2

Statements List

ID	Level	Natural Languages	Skills	Status	Action
a-olimpiadas	A	a b c d	sports-leisure	⚠️

Statement Details

Select a statement above to view details.

Actions

Statistics

1 Total Statements

By Type (ID)

a-olimpiadas 1

By Level

Level A 1

🚀 Quick Prompts

Statement Analysis

Analyze ambiguity & clarity

ID: 2.1

WOK Statement Generation

Rewrite in WOK Universe theme

ID: 2.2

Statement Expansion

Expand to 4 difficulty levels

ID: 2.3

Database Test Cases 3 cases

ID	Rank	Status	Scenario	Filename	MD5	Description	Image	Disk Sync
352	1	Sample	—	-	I `d92585c094375d5620f23de40f964524`	J_1	-	⚠️ Unlinked MD5 mismatch & name not found 🔎 Scan
352	1	Sample	—	-	O `c81e728d9d4c2f636f067f89cc14862c`	J_1	-	⚠️ Unlinked MD5 mismatch & name not found 🔎 Scan
353	2	Sample	—	-	I `89971b6af56afa2aca7019d859e5aff4`	J_2	-	⚠️ Unlinked MD5 mismatch & name not found 🔎 Scan
353	2	Sample	—	-	O `1679091c5a880faf6fb5e6087eb1b2dc`	J_2	-	⚠️ Unlinked MD5 mismatch & name not found 🔎 Scan
14992	3	Sample	—	`olimp.in.txt`	I `5cfc1b5a18ad4839f1936b6caff1a42c`	-	-	✅ Linked
14992	3	Sample	—	-	O `42dbb78fac7b180eca38e66ae883be25`	-	-	✅ Linked

📊 Sync Statistics

Total (Disk) 11

Total (Database) 3

✓ Synchronized 1

⚠ Desynchronized 12

Duplicates (MD5)

Duplicates in (MD5) 0

Desync = (DB missing on Disk) + (Disk missing on DB)

Actions

Testcase Scenarios Sync

YAML Source vs Database

Slug	Level	Name	Type	Skills	Status	Actions
`a-performance-carga`	A	Grafo Denso e Carga Máxima Teste de carga com limites máximos suportados...	PERFORMANCE	max-flow 1pts busca-largura 1pts	Not in DB	Details
`b-greedy-fail`	B	Armadilha Golosa (Greedy) Grafo projetado onde o caminho mais comprido...	TDD	max-flow 1pts	Not in DB	Details
`c-fuzzing`	C	Grafo Cego e Fuzzing Casos randômicos desconexos contendo ilhas,...	TDD_FALSE_GREEN	busca-largura 1pts	Not in DB	Details
`c-bottleneck`	C	Gargalo na Chegada Elevadas capacidades nas primeiras arestas,...	TDD	max-flow 1pts	Not in DB	Details
`d-sample`	D	Casos do Enunciado Exemplos oficiais fornecidos pela documentação...	TDD	grafos 1pts	Not in DB	Details

Local Test Cases (Disk)

Scenario: a-performance-carga 1 cases

Name	Files (Input / Output)	Status	Actions
performance-01 📄 📷	Input `performance-01.in` 2e5bb093be553a7b61d08fc0f97b9405 Output Missing	🆕 Not in DB	🔍 Details 🔎 Scan

Scenario: b-greedy-fail 1 cases

Name	Files (Input / Output)	Status	Actions
greedy-01 📄 📷	Input `greedy-01.in` 2e678dee6035511b11fc0656da7f014f Output Missing	🆕 Not in DB	🔍 Details 🔎 Scan

Scenario: c-bottleneck 1 cases

Name	Files (Input / Output)	Status	Actions
bottleneck-01 📄 📷	Input `bottleneck-01.in` 845e01761c57b783ec959017e417c81b Output Missing	🆕 Not in DB	🔍 Details 🔎 Scan

Scenario: c-fuzzing 1 cases

Name	Files (Input / Output)	Status	Actions
fuzzing-01 📄 📷	Input `fuzzing-01.in` e79f24aefa418726df87bf7fa8ecd051 Output Missing	🆕 Not in DB	🔍 Details 🔎 Scan

Scenario: d-sample 3 cases

Name	Files (Input / Output)	Status	Actions
sample-01 📄 📷	Input `sample-01.in` e92af2b7e7ab1a8b82fb47a253b65678 Output `sample-01.out` a929501305bf2a7f4ba4830c626ab7ef	🆕 Not in DB	🔍 Details 🔎 Scan
sample-02 📄 📷	Input `sample-02.in` f2160e3c5adde89b97b4430ca0565fbd Output `sample-02.out` 9ae0ea9e3c9c6e1b9b6252c8395efdc1	🆕 Not in DB	🔍 Details 🔎 Scan
sample-03 📄 📷	Input `sample-03.in` 82c20bcd67743f4297521f9eaac177c4 Output `sample-03.out` 6d7fce9fee471194aa8b5b6e47267f03	🆕 Not in DB	🔍 Details 🔎 Scan

Scenario: main 4 cases

Name	Files (Input / Output)	Status	Actions
tc_1 📄 📷	Input `tc_1.in` e01d7632eb1e2eb94208b83637400aaf Output `tc_1.out` c81e728d9d4c2f636f067f89cc14862c	🆕 Not in DB	🔍 Details 🔎 Scan
tc_2 📄 📷	Input `tc_2.in` 2c9d33225572497d9a751f2d4859e1be Output `tc_2.out` 1679091c5a880faf6fb5e6087eb1b2dc	🆕 Not in DB	🔍 Details 🔎 Scan
tc_3 📄 📷	Input `tc_3.in` b548ee5a0743cd4b10a9970f042c3326 Output `tc_3.out` eccbc87e4b5ce2fe28308fd9f2a7baf3	🆕 Not in DB	🔍 Details 🔎 Scan
tc_4 #14992 📄 📷	Input `tc_4.in` 5cfc1b5a18ad4839f1936b6caff1a42c Output `tc_4.out` 42dbb78fac7b180eca38e66ae883be25	✅ Synced (ID: 14992)	🔍 Details

📊 Sync Statistics

Total (Disk) 11

Total (Database) 3

✓ Synchronized 1

⚠ Desynchronized 12

Duplicates (MD5)

Duplicates in (MD5) 0

Desync = (DB missing on Disk) + (Disk missing on DB)

Actions

Solução Ótima — Grafo Expandido no Tempo + Fluxo Máximo (Edmonds-Karp)

ID: a-otima-basica

Busca binária sobre o número de dias D. Para cada D, monta um grafo expandido no tempo com nós (aeroporto, dia) e verifica se o fluxo máximo (Edmonds-Karp) de SS a TT é ≥ A. Corrige o erro da fórmula simples ceil(A/max_flow) que ignora o comprimento das rotas.

Implementations

Solução Incorreta (Ordenação)

ID: c-wrong-ordem

Algoritmo de ordenação (código de outro problema), ignorando a lógica do fluxo máximo. Reprova nos testes.

Implementations

✅ Verification

Validate your solutions against test cases using the metadata rules.

🚀 Quick Prompts

Solution Generation

Create Optimal/Sub-optimal code

ID: 3.1

📄 Enunciados

A 1

Idiomas: pt

💡 Soluções

py: 1 cpp: 2 c: 2 java: 2

✅ 0 ❌ 0

🧪 Casos de Teste

5 Scen.

Total no Disco 11

Total no Banco 3

Sincronização 9.0%

Metadata (form)

Version

Name

Slug

ID Beecrowd

Difficulty

Time Complexity

Space Complexity

Time Limit (s)

Memory Limit (MB)

Origin

Author (Problem)

Author (Editorial)

Default Statement

Topics

Skills

Description

Editorial

**Briefing para o Professor:** Este problema é ideal para introduzir Fluxo Máximo em Grafos após os alunos já dominarem grafos dirigidos e BFS. O pré-requisito essencial é entender modelagem de redes de capacidade (fonte, sumidouro, arestas com peso). É classificado como nível B (Especialista): requer conhecimento do algoritmo de Ford-Fulkerson ou Edmonds-Karp, conceito que normalmente aparece no segundo semestre de um curso de Algoritmos em Grafos. Não há implementação de estrutura de dados exótica, mas exige maturidade para depurar grafos residuais.
**Resumo da Estratégia:** A chave do problema é perceber que a rede de voos é idêntica a cada dia — logo, o número máximo de atletas transportados por dia é constante e igual ao Fluxo Máximo do grafo (aeroporto 1 = fonte, aeroporto N = sumidouro, capacidades = assentos vagos por voo). A resposta é ⌈A / fluxo_max⌉. Implemente Edmonds-Karp (Ford-Fulkerson + BFS) para garantir O(V·E²) com V≤50, E≤2450 — suficiente para o limite de 1 segundo. Atenção ao grafo residual: arestas inversas com capacidade igual ao fluxo já enviado. Para detalhes completos de implementação, consulte o enunciado nível D.

Success message

metadata.yaml

# yaml-language-server: $schema=https://api.mundodocodigo.com.br/api/public/json/wok-problem.json --- version: '1.0' id: 33 name: Olimpíadas origin: beecrowd idBeecrowd: 2898 slug: olimpiadas authorSlugEditorial: gabriel authorSlugProblem: gabriel description: > O pequeno país de Tumbólia vai às Olimpíadas de Pequim pela primeira vez! O Comitê Olímpico precisa transportar todos os seus atletas usando apenas os voos disponíveis da Air Rock — cada rota tem um número fixo de assentos livres por dia. Dado o mapa de voos e a quantidade de atletas, descubra o menor número de dias necessário para que toda a delegação chegue a Pequim. editorial: > **Briefing para o Professor:** Este problema é ideal para introduzir Fluxo Máximo em Grafos após os alunos já dominarem grafos dirigidos e BFS. O pré-requisito essencial é entender modelagem de redes de capacidade (fonte, sumidouro, arestas com peso). É classificado como nível B (Especialista): requer conhecimento do algoritmo de Ford-Fulkerson ou Edmonds-Karp, conceito que normalmente aparece no segundo semestre de um curso de Algoritmos em Grafos. Não há implementação de estrutura de dados exótica, mas exige maturidade para depurar grafos residuais. **Resumo da Estratégia:** A chave do problema é perceber que a rede de voos é idêntica a cada dia — logo, o número máximo de atletas transportados por dia é constante e igual ao Fluxo Máximo do grafo (aeroporto 1 = fonte, aeroporto N = sumidouro, capacidades = assentos vagos por voo). A resposta é ⌈A / fluxo_max⌉. Implemente Edmonds-Karp (Ford-Fulkerson + BFS) para garantir O(V·E²) com V≤50, E≤2450 — suficiente para o limite de 1 segundo. Atenção ao grafo residual: arestas inversas com capacidade igual ao fluxo já enviado. Para detalhes completos de implementação, consulte o enunciado nível D. successmsg: Excelente! Você dominou o transporte olímpico modelando a rede como fluxo máximo! difficultyLevelId: B timeComplexity: O(V · E²) spaceComplexity: O(V + E) timeLimitSegs: 1 memoryLimitMb: 64 defaultStatement: b_pt_olimpiadas.pdf skills: - max-flow - busca-largura - grafos statements: - id: a-olimpiadas testScenarioLevel: A thematicSkills: - skill: sports-leisure points: 1 testScenarios: - id: a-performance-carga name: Grafo Denso e Carga Máxima description: Teste de carga com limites máximos suportados (50 nós, 1000 arestas ativas com capacidades grandes) para verificar se o algoritmo atende a complexidade O(V * E^2). helpTip: Você já testou seu código com o limite máximo de aeroportos e rotas lotadas simuladamente? level: A testType: PERFORMANCE skills: - points: 1 skill: max-flow - points: 1 skill: busca-largura - id: b-greedy-fail name: Armadilha Golosa (Greedy) description: Grafo projetado onde o caminho mais comprido tem capacidade muito larga, mas caminhos curtos juntos fluem tudo num só passo, falhando heurísticas ingênuas ou `ceil(A/max_flow)`. helpTip: Se a rota com mais assentos demorar mais dias, os atletas chegam mais rápido por ela ou por uma rota mais curta de poucos assentos? level: B testType: TDD skills: - points: 1 skill: max-flow - id: c-bottleneck name: Gargalo na Chegada description: Elevadas capacidades nas primeiras arestas, com o gargalo limitante localizado exatamente na porta do destino final. helpTip: Confirma como o seu grafo residual é limpo entre atualizações de fluxo diárias? level: C testType: TDD skills: - points: 1 skill: max-flow - id: d-sample name: Casos do Enunciado description: Exemplos oficiais fornecidos pela documentação para alinhamento rápido e warm-up da lógica básica. helpTip: Reproduza os casos do enunciado no papel caso um deles falhe. level: D testType: TDD skills: - points: 1 skill: grafos - id: c-fuzzing name: Grafo Cego e Fuzzing description: Casos randômicos desconexos contendo ilhas, arestas irrelevantes para o caminho final e cruzamentos. Quebra programações fixas de IF/ELSE focadas apenas nos exemplos de base. helpTip: Aborde o rastreamento geral da rede usando busca. level: C testType: TDD_FALSE_GREEN skills: - points: 1 skill: busca-largura solutions: - id: a-otima-basica name: Solução Ótima — Grafo Expandido no Tempo + Fluxo Máximo (Edmonds-Karp) description: > Busca binária sobre o número de dias D. Para cada D, monta um grafo expandido no tempo com nós (aeroporto, dia) e verifica se o fluxo máximo (Edmonds-Karp) de SS a TT é ≥ A. Corrige o erro da fórmula simples ceil(A/max_flow) que ignora o comprimento das rotas. level: A implementations: - filenames: [olimpiadas.py] language: py paradigm: Imperative - filenames: [olimpiadas.cpp] language: cpp paradigm: Imperative - filenames: [olimpiadas.c] language: c paradigm: Imperative - filenames: [Olimpiada.java] language: java paradigm: Imperative main: Olimpiada - id: c-wrong-ordem name: Solução Incorreta (Ordenação) description: Algoritmo de ordenação (código de outro problema), ignorando a lógica do fluxo máximo. Reprova nos testes. level: C implementations: - filenames: [Olimpiada.java] language: java paradigm: Imperative main: Olimpiada - filenames: [Olimpiada.c] language: c paradigm: Imperative - filenames: [Olimpiada.cpp] language: cpp paradigm: Imperative

0500-olimpiada

README.md Preview

Actions

Workflow do Problema

Local Workspace

Metadados

Validação

Sincronização

⚠️ ID Mismatch

Components

Database Info

🚀 Quick Prompts

Statements List

Statement Details

Actions

Statistics

By Type (ID)

By Level

🚀 Quick Prompts

Database Test Cases 3 cases

📊 Sync Statistics

Actions

Test Case Details

Testcase Scenarios Sync

Local Test Cases (Disk)

Scenario: a-performance-carga 1 cases

Scenario: b-greedy-fail 1 cases

Scenario: c-bottleneck 1 cases

Scenario: c-fuzzing 1 cases

Scenario: d-sample 3 cases

Scenario: main 4 cases

📊 Sync Statistics

Actions

Solução Ótima — Grafo Expandido no Tempo + Fluxo Máximo (Edmonds-Karp)

Implementations

Solução Incorreta (Ordenação)

Implementations

✅ Verification

🚀 Quick Prompts

📄 Enunciados

💡 Soluções

🧪 Casos de Teste

Metadata (form)

Git Status

Git Workflow

Problem Analysis Report

🛠️ Validation Tools

✅ Synced with API

✅ Synced with Database

Actions

📋 Processo de Criação

Select a Prompt

📤 API Synchronization

📄 Recreating README.md...

💻 Git Action Output

Running Verification...

Ajuda

📄 Sync Statements to DB

🚀 Batch Auto-Link Process

⬇️ Repo Sync Output

📝 Update Manifest Output

Ajuda