油价算法谁制定的依据_油价谁定价

1.数学题！！求大神！！高分！！第一天油价4.56元/升加满油箱为271升

2.油价联动系数怎么算

3.国际油价跟国内油价的实现到底是怎么算的呢？

4.加100块钱油开了230公里，油价每升5.8元左右，请问百公里油耗多少升？每公里多少钱？怎么算请列

5.我想知道队列算法能干什么

一般在0.5元~0.8元不等。这个数据没有一个准确统一的答案，因为各个地区的油价不同，每辆车的排量不同，导致油耗不同，就算是同一辆车，因为驾驶习惯等客观因素的原因，油耗也会差很多。

汽车油耗多少钱一公里，可以用下面这个公式计算：百公里油耗×油价÷100（公里）=一公里的油钱。平常俗话说的百公里几个油，或者百公里多少多少个油，意思就是几升油。

例如，百公里6个油，意思就是说一百公里耗油6升。如油价8元一升，算法就是6*8/100=0.48元。即，一公里少有4毛8分。

还有一种方法，可以算出自己车辆的百公里油耗。计算百公里油耗，可以用以下公式：排量（L）*10/2。

例如，2.0升的汽车，百公里油耗大约是2*10/2=10升。

这里要特别注意的一点是，这个算法不是精准结果，只是一个大约结果。平常的行车路况、个人的开车习惯等都会影响油耗数值！

附开车省油小技巧：

数学题！！求大神！！高分！！第一天油价4.56元/升加满油箱为271升

郎咸平又在造谣行骗、蛊惑人心、吸引眼球。为的是推销烂书《我们的生活为什么这么无奈》

郎咸平说：我们的油价就是全世界最贵的。他又在造谣了。

美国报纸说中国油价低：“一加仑汽油在北京只卖2.6美元，还不到美国的一半。”又说，“中国现在是世界上油价最低的国家之一，只相当于美国的61%，日本的41%、英国的28%……”

质问郎咸平：一贯对美国膜顶礼拜的郎咸平为什么现在不提美国说法呢？

所谓中国油价世界最贵的算法是：油价6.3元、高速公路过路费8.33元、养路费1.08元。

质问1.：郎咸平你明明知道高速公路和养路费没有到是中石油、中石化口袋，你为什么闭着眼说瞎话？

郎咸平说国际油价跌的时候你（中石油、中石化）不跌，国际油价涨的时候你却使劲涨？

质问2：国际油价，每时不同样。你是真傻？还是傻？你是不是要给每个加油站配一个油价翻牌工？你真的不知道国内成品油“22+4%”的调价条件？还是明知故问？

老百姓希望油价越低越好。你迎合这一心理，睁着眼睛说瞎话。还总是：总是说：在《我们的生活为什么这么无奈》中给出了明确答案。好像自己是先知先觉。明眼人一看便知他为了卖你的烂书，真是不择手段、不要×脸。什么教授、博士。 简直就是狗屎！！

狗屎！狗屎！狗屎！狗屎！狗屎！狗屎！狗屎！狗屎！狗屎！

臭不可闻！臭不可闻！臭不可闻！臭不可闻！臭不可闻！

油价联动系数怎么算

郭敦顒回答：

设油箱底油为x升，则油箱的容积为（x+271）升，

总用油量为；[（x+271）+235+280] 升－（x+271）升=515升，

油价按加权平均价计，

（271×4.56+ 235×3.36+280×4.53）/（271+235+280）=3293.76/786=4.19（元/升）

515×4.19/120=1.80（元/千米），

这辆车实际油费为1.80元/千米。

国际油价跟国内油价的实现到底是怎么算的呢？

这个算法为：油价联动系数等于相关因素变动量除以油价变动量。

油价联动系数是指在某种情况下，油价变动对其他相关因素的影响程度。一般来说，油价联动系数的计算方法为：油价联动系数=相关因素变动量/油价变动量。

相关因素可以是燃油消费量、交通运输成本、物流成本等，油价联动系数的计算需要根据具体情况进行调整和修正，因为不同的因素之间可能存在复杂的相互作用关系。

加100块钱油开了230公里，油价每升5.8元左右，请问百公里油耗多少升？每公里多少钱？怎么算请列

国际油价与国内油价的换算关系 国际油价××美圆/桶指的是国际上原油的价格，并不是国内成品油的价格，国内是××元/升。

换算关系1：国际油价是以桶为单位，国内以升为单位国。国际油价的一桶相当于159升，（这个数字非常准确换算关系2：国际油价是以美圆为单位，国内以人民币为单位，现在一美圆大约换6.8元人民币，（这个数字随时间变化）。 换算关系3：国际油价指的是国际上原油的价格，并不是国内成品油的价格。国内油价指的是成品油的价格。国际上原油转换成成品油的比例大约为1：0.9，加上加工损耗、原油进口、加工成本，比例大约为1：0.8，以美国前几年的数据为例，当时原油18美圆/桶，美国商人卖22美圆/桶，比例大约为1：0.82。美国的成品油质量是高于国内#油的。（这个数字是根据国际上的平均水平算出，中石油的数据找不到，按理中国的劳动力成本更低，但是也可能中石油的加工成本特别高，也未可知）根据以上换算关系国际油价100美圆/桶，换算成#国内油价为100×6.8÷159÷0.8＝5.346元人民币/升国际油价最高达到140美圆/桶时换算成#国内油价为7.484元人民币/升。

目前国际油价为70美圆/桶左右时 换算成#国内油价为3.742元人民币/升。

我想知道队列算法能干什么

1.你的车每公里跑0.43478261元的油钱“四舍五入：四毛四分钱”（因为0.43478261元 X 230公里 = 你加的100块油钱 ）“算法：100÷230”

2.你的100元共加了17.2413793升油 （因为你加一升油是5.8元， 加17.2413793升油就要支付100元油钱） 算法：“100元÷5.8元”

3.目前，也就是说你用100块钱加了17.2413793升的油一共跑了230公里！

4.你的车每公里耗油是0.07496252升（因为你的车跑230公里一共耗油17.2413793升）算法：“17.2413793升÷230公里”

5.你的车100公里耗油是7.496252升。（因为前面讲到的四点你已经看明白了）算法：“0.07496252升 X 100公里”

6.你的车100公里耗油是7.496252升、200公里耗油是14.992504、30公里耗油是2.2488756。

7.你付100块加17.2413793升油、跑230公里后你耗油17.2413793升油！

写的这么详细，还看不懂的话，车就别开了！

队列是一种先进先出的数据结构，由于这一规则的限制，使得队列有区别于栈等别的数据结构。

作为一种常用的数据结构，同栈一样，是有着丰富的现实背景的。以下是几个典型的例子。

[例5-2] 一个旅行家想驾驶汽车以最少的费用从一个城市到另一个城市(设出发时油箱是空的).给定两个城市之间的距离D1,汽车油箱的容量C(以升为单位),每升汽油能行驶的距离D2,出发点每升汽油价格P和沿途油站数N(N可以为零),油站i离出发点的距离Di,每升汽油价格Pi(i=1,2,……N).

计算结果四舍五入至小数点后两位.

如果无法到达目的地,则输出"No Solution".

样例:

INPUT

D1=275.6 C=11.9 D2=27.4 P=2.8 N=2

油站号I

离出发点的距离Di

每升汽油价格Pi

1

102.0

2.9

2

220.0

2.2

OUTPUT

26.95(该数据表示最小费用)

[问题分析]

看到这道题,许多人都马上判断出穷举是不可行的,因为数据都是以实数的形式给出的.但是,不用穷举,有什么方法是更好的呢 递推是另一条常见的思路,但是具体方法不甚明朗.

既然没有现成的思路可循,那么先分析一下问题不失为一个好办法.由于汽车是由始向终单向开的,我们最大的麻烦就是无法预知汽车以后对汽油的需求及油价变动;换句话说,前面所买的多余的油只有开到后面才会被发觉.

提出问题是解决的开始.为了着手解决遇到的困难,取得最优方案,那就必须做到两点,即只为用过的汽油付钱;并且只买最便宜的油.如果在以后的行程中发现先前的某些油是不必要的,或是买贵了,我们就会说:"还不如当初不买."由这一个想法,我们可以得到某种启示:设我们在每个站都买了足够多的油,然后在行程中逐步发现哪些油是不必要的,以此修改我们先前的购买,节省资金;进一步说,如果把在各个站加上的油标记为不同的类别,我们只要在用时用那些最便宜的油并为它们付钱,其余的油要么是太贵,要么是多余的,在最终的中会被排除.要注意的是,这里的便宜是对于某一段路程而言的,而不是全程.

[算法设计]由此,我们得到如下算法:从起点起(包括起点),每到一个站都把油箱加满(终点除外);每经过两站之间的距离,都按照从便宜到贵的顺序使用油箱中的油,并计算花费,因为这是在最优方案下不得不用的油;如果当前站的油价低于油箱中仍保存的油价,则说明以前的购买是不够明智的,其效果一定不如购买当前加油站的油,所以,明智的选择是用本站的油代替以前购买的高价油,留待以后使用,由于我们不是真的开车,也没有为备用的油付过钱,因而这样的反悔是可行的;当我们开到终点时,意味着路上的费用已经得到,此时剩余的油就没有用了,可以忽略.

数据结构用一个队列:存放由便宜到贵的各种油,一个头指针指向当前应当使用的油(最便宜的油),尾指针指向当前可能被替换的油(最贵的油).在一路用一路补充的过程中同步修改数据,求得最优方案.

注意:每到一站都要将油加满,以确保在有解的情况下能走完全程.并设出发前油箱里装满了比出发点贵的油,将出发点也看成一站,则程序循环执行换油,用油的操作,直到到达终点站为止.

本题的一个难点在于认识到油箱中油的可更换性,在这里,突破现实生活中的思维模式显得十分重要.

[程序清单]

program ex5_2(input,output);

const max=1000;

type recordtype=record price,content:real end;

var i,j,n,point,tail:longint;

content,change,distance2,money,use:real;

price,distance,consume:array[0..max] of real;

oil:array [0..max] of recordtype;

begin

write('Input DI,C,D2,P:'); readln(distance[0],content,distance2,price[0]);

write('Input N:'); readln(n); distance[n+1]:=distance[0];

for i:=1 to n do

begin

write('Input D[',i,'],','P[',i,']:');

readln(distance[i],price[i])

end;

distance[0]:=0;

for i:=n downto 0 do consume[i]:=(distance[i+1]-distance[i])/distance2;

for i:=0 to n do

if consume[i]>content then

begin writeln('No Solution'); halt end;

money:=0; tail:=1; change:=0;

oil[tail].price:=price[0]*2; oil[tail].content:=content;

for i:=0 to n do

begin

point:=tail;

while (point>=1) and (oil[point].price>=price[i]) do

begin

change:=change+oil[point].content;

point:=point-1

end;

tail:=point+1;

oil[tail].price:=price[i];

oil[tail].content:=change;

use:=consume[i]; point:=1;

while (use>1e-6) and (point=oil[point].content

then begin use:=use-oil[point].content;

money:=money+oil[point].content*oil[point].price;

point:=point+1 end

else begin oil[point].content:=oil[point].content-use;

money:=money+use*oil[point].price;

use:=0 end;

for j:=point to tail do oil[j-point+1]:=oil[j];

tail:=tail-point+1;

change:=consume[i]

end;

writeln(money:0:2)

end.

[例5-3] 分油问题:设有大小不等的3个无刻度的油桶,分别能够存满,X,Y,Z公升油(例如X=80,Y=50,Z=30).初始时,第一个油桶盛满油,第二,三个油桶为空.编程寻找一种最少步骤的分油方式,在某一个油桶上分出targ升油(例如targ=40).若找到解,则将分油方法打印出来;否则打印信息"UNABLE"等字样,表示问题无解.

[问题分析] 这是一个利用队列方法解决分油问题的程序.分油过程中,由于油桶上没有刻度,只能将油桶倒满或者倒空.三个油桶盛满油的总量始终等于开始时的第一个油桶盛满的油量.

[算法设计] 分油程序的算法主要是,每次判断当前油桶是不是可以倒出油,以及其他某个油桶是不是可以倒进油.如果满足以上条件,那么当前油桶的油或全部倒出,或将另一油桶倒满,针对两种不同的情况作不同的处理.

程序中使用一个队列Q,记录每次分油时各个油桶的盛油量和倾倒轨迹有关信息,队列中只记录互不相同的盛油状态(各个油桶的盛油量),如果程序列举出倒油过程的所有不同的盛油状态,经考察全部状态后,未能分出TARG升油的情况,就确定这个倒油问题无解.队列Q通过指针front和rear实现倒油过程的控制.

[程序清单]

program ex5_3(input,output);

const maxn=5000;

type stationtype=array[1..3] of integer;

elementtype=record

station:stationtype;

out,into:1..3;

father:integer

end;

queuetype=array [1..maxn] of elementtype;

var current,born:elementtype;

q:queuetype;

full,w,w1:stationtype;

i,j,k,remain,targ,front,rear:integer;

found:boolean;

procedure addQ(var Q:queuetype;var rear:integer; n:integer; x:elementtype);

begin

if rear=n

then begin writeln('Queue full!'); halt end

else begin rear:=rear+1; Q[rear]:=x end

end;

procedure deleteQ(var Q:queuetype;var front:integer;rear,n:integer;var x:elementtype);

begin

if front=rear

then begin writeln('Queue empty!'); halt end

else begin front:=front+1; x:=Q[front] end

end;

function dup(w:stationtype;rear:integer):boolean;

var i:integer;

begin

i:=1;

while (i<=rear) and ((w[1]q[i].station[1]) or

(w[2]q[i].station[2]) or (w[3]q[i].station[3])) do i:=i+1;

if i0 then

begin

print(q[k].father);

if k>1 then write(q[k].out, ' TO ',q[k].into,' ')

else write(' ':8);

for i:=1 to 3 do write(q[k].station[i]:5);

writeln

end

end;

begin {Main program}

writeln('1: ','2: ','3: ','targ');

readln(full[1],full[2],full[3],targ);

found:=false;

front:=0; rear:=1;

q[1].station[1]:=full[1];

q[1].station[2]:=0;

q[1].station[3]:=0;

q[1].father:=0;

while (front begin

deleteQ(q,front,rear,maxn,current);

w:=current.station;

for i:=1 to 3 do

for j:=1 to 3 do

if (ij) and (w[i]>0) and (w[j]remain

then begin w1[j]:=full[j]; w1[i]:=w[i]-remain end

else begin w1[i]:=0; w1[j]:=w[j]+w[i] end;

if not(dup(w1,rear)) then

begin

born.station:=w1;

born.out:=i;

born.into:=j;

born.father:=front;

addQ(q,rear,maxn,born);

for k:=1 to 3 do

if w1[k]=targ then found:=true

end

end

end;

if not(found)

then writeln('Unable!')

else print(rear)

end.