CacheDB: 2026-04-06 10:05:37

1851-como-treinar-seu-dragao

como-treinar-seu-dragao

D Difficulty

README.md Preview

# 1851 - Como Treinar Seu Dragão | **Version**: 0.5
`como-treinar-seu-dragao` | Difficulty: **D** | **Updated**: 2026-05-16 14:33:22

**Sync Status:** ✅ Local: OK | ❌ Maratona: Not in DB | ❌ API: Not in DB

## Overview
Agendamento guloso em Priority Queue priorizando o menor custo da divisão Tempo/Multa (Weighted Shortest Processing Time).

## Metadata
- **Author**: Unknown
- **Editorial**: A solução simula o avanço do tempo usando uma Priority Queue (Fila de Prioridade).
Como a penalidade da multa cresce baseada na relação (Tempo Treino / Multa),
nossa "Min-Heap" deve sempre ejetar o dragão cuja razão T/F seja a menor possível.
Em cada iteração: avançamos a "data atual" para cobrir a chegada de novos dragões
(ou pulamos no tempo até a chegada do próximo se estivermos ociosos sem dragões),
inserimos os recém-chegados na Fila de Prioridade e extraímos o melhor.
Sempre que um dragão é retirado, nós pagamos a multa proporcional 
aos dias que ele esperou no alojamento e avançamos a "data atual" com a
duração do treinamento dele.

- **Success Msg**: Perfeito! É a lendária regra Weighted Shortest Processing Time (WSPT) da Teoria dos Agendamentos.

| Time Limit | Memory Limit | Time Complexity | Space Complexity |
| :--- | :--- | :--- | :--- |
| -s | -MB | O(N \log N) | - |

## Stats
| Metric | Count |
| :--- | :--- |
| Test Scenarios | 23 |
| Solutions | 1 |

## Statements
| ID | Status | Level | Natural Languages | Skills |
| :--- | :--- | :--- | :--- | :--- |
| `a-dragao` | ✅ | A | pt | priority-queue, greedy |

## Test Scenarios
| Name | Description | Count | Type | Level | Skills | DB Sync |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| **Ociosidade e Agendamento N = 10^5** | Muitos dragões chegando. | 3 | Performance | A | priority-queue | - |
| **Casos Variados** | Múltiplos testes. | 15 | TDD | B | logic | - |
| **Ociosidade Pura** | Um dragão chega no dia 1 e outro no dia 10. | 4 | TDD | C | logic | - |
| **Exemplo** | Exemplo base. | 1 | TDD | D | logic | - |

## Solutions
- **Simulação Gulosa com Fila de Prioridade WSPT** (`a-otima-basica`)
  - Languages: `cpp, py, java`

## 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

Components

Statements ✅
Solutions 1 ✅
Test Cases 23 ✅

Database Info

DB ID 1851

Name Como Treinar Seu Dragão

Time Limit 1.0s

Mem Limit 250 MB

Version 0.8

Difficulty Level O

Test Cases 0

🚀 Quick Prompts

Structure Scaffolding

Generate metadata & folder structure

ID: 1.1

Context & Description

Draft description & editorial

ID: 1.2

Statements List

⚠️

Warning: The defaultStatement defined in metadata (a-dragao) was not found in the file system.

ID	Level	Natural Languages	Skills	Status	Action
a-dragao	A	a c d	priority-queue, greedy	⚠️

Statement Details

Select a statement above to view details.

Actions

Statistics

1 Total Statements

By Type (ID)

a-dragao 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

Testcase Scenarios Sync

YAML Source vs Database

Slug	Level	Name	Type	Skills	Status	Actions
`a-performance`	A	Ociosidade e Agendamento N = 10^5 Muitos dragões chegando.	PERFORMANCE	priority-queue 1pts	Not in DB	Details
`b-fuzzing`	B	Casos Variados Múltiplos testes.	TDD	logic 1pts	Not in DB	Details
`c-edge`	C	Ociosidade Pura Um dragão chega no dia 1 e outro no dia 10.	TDD	logic 1pts	Not in DB	Details
`d-sample`	D	Exemplo Exemplo base.	TDD	logic 1pts	Not in DB	Details

Local Test Cases (Disk)

Scenario: a-performance 3 cases

Name	Files (Input / Output)	Actions
dragao-01 📄 📷	Input `dragao-01.in` b4b322f1d61fdbf4cc70983373ec02a4 Output `dragao-01.out` 80d9f14b7c263de689692e2cd602a1a2	🔍 Details
dragao-02 📄 📷	Input `dragao-02.in` b75876eff1ea6d249920ff8522ca10e8 Output `dragao-02.out` 685fe256e7f9d8cddfbb0f01a1f5eac5	🔍 Details
dragao-03 📄 📷	Input `dragao-03.in` 507da1bc004b31111562d38e16488f96 Output `dragao-03.out` bd132a76c72651733c0c048119b2d8d8	🔍 Details

Scenario: b-fuzzing 15 cases

Name	Files (Input / Output)	Actions
dragao-01 📄 📷	Input `dragao-01.in` 48a6720fa93ffdb863a4a4e6b1544414 Output `dragao-01.out` 7554b7de2a5f4c744f52e69a8f31f96d	🔍 Details
dragao-02 📄 📷	Input `dragao-02.in` 272560e1bc512680a3d720b1b8ef402c Output `dragao-02.out` f2182eba80365e0eca6011535afaa5b0	🔍 Details
dragao-03 📄 📷	Input `dragao-03.in` a541b402366371d628f33b01358c9d06 Output `dragao-03.out` 13f6495177f6ae6d4906e9f8d83d92b8	🔍 Details
dragao-04 📄 📷	Input `dragao-04.in` fe01abcd891c55bb4fcdfdb8514530f0 Output `dragao-04.out` 5f2621772ffc2516fbdd27751840a1e0	🔍 Details
dragao-05 📄 📷	Input `dragao-05.in` 780b5f38a8cedd234124e52d64c4430a Output `dragao-05.out` a1c4776ab87b98bd18d6719383e0fb8e	🔍 Details
dragao-06 📄 📷	Input `dragao-06.in` 87ae928535900db42085a2617c5220e2 Output `dragao-06.out` e570b5e3db4697de3629542257d0b168	🔍 Details
dragao-07 📄 📷	Input `dragao-07.in` 07d63d3a363bf827590c8103591dde03 Output `dragao-07.out` 4afbf10eec7575c01139f1a45d2c9ce6	🔍 Details
dragao-08 📄 📷	Input `dragao-08.in` fbaf920e9b01066d7b9683e1dc7f3b65 Output `dragao-08.out` 8e93488d4242f29c3986b4157ddc39fb	🔍 Details
dragao-09 📄 📷	Input `dragao-09.in` 9f9e3d7c83a28f8bcc55b3b2aebf5f96 Output `dragao-09.out` 9c588cd582d068da313fb91cb3f42781	🔍 Details
dragao-10 📄 📷	Input `dragao-10.in` 6cb4e9eb4515421d157035726e5b7a3e Output `dragao-10.out` cd93b2274cbf91612f6f2d08ecd40136	🔍 Details
dragao-11 📄 📷	Input `dragao-11.in` f5a6176c5e87f7f7c1af0db4baa3241b Output `dragao-11.out` ae4336a570c958842764f1ee7889ed6c	🔍 Details
dragao-12 📄 📷	Input `dragao-12.in` 3f4ca6f2254815b323b0f7854871e048 Output `dragao-12.out` 5cb2d788f62ab16c7e669fd1b8f25da2	🔍 Details
dragao-13 📄 📷	Input `dragao-13.in` 137ab2a8096ca41decea9bce33237884 Output `dragao-13.out` a848eb196a8bdc0d75bf16460e6b8305	🔍 Details
dragao-14 📄 📷	Input `dragao-14.in` 4269d0d907a5ba3c4b5d9ed401b34c31 Output `dragao-14.out` c2e6d11f0662429ba400ac9aaa6c393f	🔍 Details
dragao-15 📄 📷	Input `dragao-15.in` 3c86822f04bb0781d7c8587b2e962fc1 Output `dragao-15.out` 492f3d2b7771279c2981b5a9ed0aa9fd	🔍 Details

Scenario: c-edge 4 cases

Name	Files (Input / Output)	Actions
dragao-01 📄 📷	Input `dragao-01.in` 7df8629da3efb560d382e6a7906643a6 Output `dragao-01.out` 897316929176464ebc9ad085f31e7284	🔍 Details
dragao-02 📄 📷	Input `dragao-02.in` 5fe7e439a220695d1b6bc5d87d597707 Output `dragao-02.out` 897316929176464ebc9ad085f31e7284	🔍 Details
dragao-03 📄 📷	Input `dragao-03.in` 6a7da54be1b1745689a10df6fa9f8503 Output `dragao-03.out` 897316929176464ebc9ad085f31e7284	🔍 Details
dragao-04 📄 📷	Input `dragao-04.in` 29e3c552855ca4d65458de9aa29abf63 Output `dragao-04.out` da31ab410caae7aa26a26dcadd050655	🔍 Details

Scenario: d-sample 1 cases

Name	Files (Input / Output)	Status	Actions
dragao-01 📄 📷	Input `dragao-01.in` 9071d6026e9f3f48d2f15358744c31f5 Output `dragao-01.out` 54a8e1fa52ad5d966f4a4dfc652a7b4b		🔍 Details

📊 Sync Statistics

Total (Disk) 23

Total (Database) 0

✓ Synchronized 0

⚠ Desynchronized 23

Duplicates (MD5)

Duplicates in (MD5) 0

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

Actions

Simulação Gulosa com Fila de Prioridade WSPT

ID: a-otima-basica

Avanço temporal saltando dias baseado em Priority Queue Max-Heap de Frações.

Implementations

Solutions Check Report

## Solutions Check Report (Detalhado / Debug)
**Generated**: 2026-06-01T14:29:07.693683
**Solution**: `solutions/a-otima-basica/dragao.cpp`

### Compilation
✅ /home/ubuntu/apps/pack-tecnicas/workspace/1851-como-treinar-seu-dragao/solutions/a-otima-basica/dragao.out

### Resultados

<table class="results-table"><thead><tr><th>Test Case</th><th>Result</th><th>Time (s)</th></tr></thead><tbody>
<tr class="scenario-row"><td colspan="3"><strong>a-performance - Performance</strong></td></tr>
<tr id="row-a-performance-dragao-01-in"><td>dragao-01.in</td><td>✅ PASS</td><td>0.020</td></tr>
<tr id="row-a-performance-dragao-02-in"><td>dragao-02.in</td><td>✅ PASS</td><td>0.019</td></tr>
<tr id="row-a-performance-dragao-03-in"><td>dragao-03.in</td><td>✅ PASS</td><td>0.019</td></tr>
<tr class="scenario-row"><td colspan="3"><strong>b-fuzzing - TDD</strong></td></tr>
<tr id="row-b-fuzzing-dragao-01-in"><td>dragao-01.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-02-in"><td>dragao-02.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-03-in"><td>dragao-03.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-04-in"><td>dragao-04.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-05-in"><td>dragao-05.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-06-in"><td>dragao-06.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-07-in"><td>dragao-07.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-08-in"><td>dragao-08.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-09-in"><td>dragao-09.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-10-in"><td>dragao-10.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-11-in"><td>dragao-11.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-12-in"><td>dragao-12.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-13-in"><td>dragao-13.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-14-in"><td>dragao-14.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-b-fuzzing-dragao-15-in"><td>dragao-15.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr class="scenario-row"><td colspan="3"><strong>c-edge - TDD</strong></td></tr>
<tr id="row-c-edge-dragao-01-in"><td>dragao-01.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-c-edge-dragao-02-in"><td>dragao-02.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-c-edge-dragao-03-in"><td>dragao-03.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr id="row-c-edge-dragao-04-in"><td>dragao-04.in</td><td>✅ PASS</td><td>0.001</td></tr>
<tr class="scenario-row"><td colspan="3"><strong>d-sample - TDD</strong></td></tr>
<tr id="row-d-sample-dragao-01-in"><td>dragao-01.in</td><td>✅ PASS</td><td>0.001</td></tr>
</tbody></table>

✅ 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

cpp: 1 py: 1 java: 1

✅ 0 ❌ 0

🧪 Casos de Teste

4 Scen.

Total no Disco 23

Total no Banco 0

Sincronização 0.0%

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

Success message

metadata.yaml

# yaml-language-server: $schema=https://api.mundodocodigo.com.br/api/public/json/wok-problem.json --- version: "0.5" id: 1851 name: "Como Treinar Seu Dragão" slug: "como-treinar-seu-dragao" timelimit: 1.0 memlimit: 200 difficultyLevelId: D author: "Leandro Zatesko" origin: "Beecrowd" description: 'Agendamento guloso em Priority Queue priorizando o menor custo da divisão Tempo/Multa (Weighted Shortest Processing Time).' editorial: | A solução simula o avanço do tempo usando uma Priority Queue (Fila de Prioridade). Como a penalidade da multa cresce baseada na relação (Tempo Treino / Multa), nossa "Min-Heap" deve sempre ejetar o dragão cuja razão T/F seja a menor possível. Em cada iteração: avançamos a "data atual" para cobrir a chegada de novos dragões (ou pulamos no tempo até a chegada do próximo se estivermos ociosos sem dragões), inserimos os recém-chegados na Fila de Prioridade e extraímos o melhor. Sempre que um dragão é retirado, nós pagamos a multa proporcional aos dias que ele esperou no alojamento e avançamos a "data atual" com a duração do treinamento dele. successmsg: 'Perfeito! É a lendária regra Weighted Shortest Processing Time (WSPT) da Teoria dos Agendamentos.' timeComplexity: O(N \log N) skills: - priority-queue - greedy - priority-scheduling statements: - id: a-dragao testScenarioLevel: A thematicSkills: - skill: priority-queue points: 2 - skill: greedy points: 1 testScenarios: - id: a-performance name: Ociosidade e Agendamento N = 10^5 description: "Muitos dragões chegando." helpTip: "Cuidado com o estouro de Long Long para as multas (Fine)." level: A testType: PERFORMANCE skills: - skill: priority-queue points: 1 - id: b-fuzzing name: Casos Variados description: "Múltiplos testes." helpTip: "A Priority Queue compara T1*F2 > T2*F1?" level: B testType: TDD skills: - skill: logic points: 1 - id: c-edge name: Ociosidade Pura description: "Um dragão chega no dia 1 e outro no dia 10." helpTip: "Você pulou o `current_day` pro próximo dia de chegada quando a Fila estava vazia?" level: C testType: TDD skills: - skill: logic points: 1 - id: d-sample name: Exemplo description: "Exemplo base." helpTip: "Passe." level: D testType: TDD skills: - skill: logic points: 1 solutions: - id: a-otima-basica name: Simulação Gulosa com Fila de Prioridade WSPT description: Avanço temporal saltando dias baseado em Priority Queue Max-Heap de Frações. level: A implementations: - language: cpp paradigm: Imperative main: dragao.cpp filenames: - dragao.cpp - language: py paradigm: Imperative main: dragao.py filenames: - dragao.py - language: java paradigm: OO main: Dragao filenames: - Dragao.java authorSlugProblem: Unknown defaultStatement: a-dragao

1851-como-treinar-seu-dragao

README.md Preview

Actions

Workflow do Problema

Local Workspace

Metadados

Validação

Sincronização

Components

Database Info

🚀 Quick Prompts

Statements List

Statement Details

Actions

Statistics

By Type (ID)

By Level

🚀 Quick Prompts

📊 Sync Statistics

Actions

Test Case Details

Testcase Scenarios Sync

Local Test Cases (Disk)

Scenario: a-performance 3 cases

Scenario: b-fuzzing 15 cases

Scenario: c-edge 4 cases

Scenario: d-sample 1 cases

📊 Sync Statistics

Actions

Simulação Gulosa com Fila de Prioridade WSPT

Implementations

Solutions Check Report

✅ 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