扎气球最高分-第13届蓝桥杯选拔赛Python真题精选

2024-05-29 21:52

本文主要是介绍扎气球最高分-第13届蓝桥杯选拔赛Python真题精选,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

[导读]:超平老师的Scratch蓝桥杯真题解读系列在推出之后,受到了广大老师和家长的好评,非常感谢各位的认可和厚爱。作为回馈,超平老师计划推出《Python蓝桥杯真题解析100讲》,这是解读系列的第74讲。

扎气球最高分,本题是2021年11月27日举办的第13届蓝桥杯青少组Python编程选拔赛真题编程部分第5题。题目要求对于给定的n个排成一排的气球,将所有气球扎破能够得到的最高分数。

先来看看题目的要求吧。

一.题目说明

编程实现:

小明去游乐场玩飞镖扎气球的游戏,一共有n个气球,依次排成一行,每个气球上有一个数字,表示这个气球的分值。

游戏计分规则:

1、戳破1个气球,将获得其本身及左右相邻气球,共三个分值相乘的分数;

2、如果戳破的气球左边或右边没有气球,则获得其本身及相邻气球,共两个分值相乘的分数;如果被戳破的气球左边和右边都没有气球(是最后一个被戳破的气球),则这个气球本身的分值作为分数;

3、已经被戳破的气球不再计算。

飞镖数量不限,可以任意选择顺序戳破气球,根据计分规则,争取使得游戏最后得分最高。

例如:一共有3个气球,分值分别为2,4,6。

若想获得最高得分:

1). 先戳破4,得分为2 x 4 x 6 = 48;

2). 再戳破2,得分为2 x 6 = 12,累计得分60;

3). 再戳破6,得分为6,累计得分66;

最后总得分为66,为最高得分。

输入描述:

输入n个正整数,表示气球的分值,且正整数之间以一个英文逗号隔开

输出描述:

输出正整数,表示戳破所有气球后获得的最高得分

样例输入:

2,4,6

样例输出:

66

二.思路分析

这是一道动态规划算法题,涉及的知识点包括循环、列表和动态规划等。

这是一个求最值问题,对于最值问题,常见的实现方案有枚举算法、贪心算法、递归算法、回溯算法和动态规划等。

那么你知道本题属于哪种类型呢?

实际上,这是典型的区间DP问题,区间DP问题通常涉及一个列表或数组,需要对其某些子区间进行操作,并通过这些操作的结果来求解整个列表或数组的某些性质或最优值。

区间DP的基本思想是通过定义二维的DP状态数组dp[i][j],表示从序列的第i个元素到第j个元素(即区间[i, j]的最优解,例如最小/最大的某个值)。然后,通过考虑如何将大区间分解成较小的区间,并利用这些较小区间的最优解来构造大区间的最优解,来进行状态转移。

对于动态规划问题,核心点有如下4个:

  • 定义dp数组

  • 初始状态

  • 状态转移方程

  • 遍历顺序

接下来,我们逐一分析这4个核心要素。

1. 定义dp数组

由于这是一个区间DP问题,因此dp数组是一个二维列表,即dp[i][j],表示扎破从i到j之间所有的气球的最高得分。

此时,有一个问题需要明确,这里的i和j是否也包含呢?

我们看一组实际的数据,假设有4个气球,分值为3, 2, 4, 6,如图:

图片

在计算最高分的时候,还需要考虑气球是否处于最左边和最右边,代码比较繁琐。

可以考虑在左右两边增加两个虚拟气球,其分值为1,如图:

图片

如此一来,所有的黄色气球都处于中间位置,再也不需要考虑边界问题了。

当然,这也让我们进一步明确了dp[i][j]的含义,它表示的是扎破i到j之间所有气球的最高得分。

对于上面的4个气球来说,最后的结果是dp[0][5],表示从0~5之间所有的气球,不包括0和5本身,因为这两个气球是虚拟的,根本不存在。

可以绘制表格如下:

图片

最右上角的单元格dp[0][5]就是最终要计算的结果,实际上,所谓的动态规划,其实就是一个填表的过程。

2. 初始状态

所谓初始状态就是最简单的情况,对于戳气球问题而言,最简单的情况就是没有气球,此时得分为0。

对应到dp[i][j]数组,就是当j - i <= 1,即i和j两者之间没有气球可扎了,当然也就没有分数了。

对应的dp表格如下:

图片

这里将处在对角线偏右上的单元格设置为0,即:

dp[0][1] = dp[1][2] = dp[2][3] = dp[3][4] = dp[4][5]= 0

对于dp表格,我们要计算的是右上方的单元格,左下方的单元格可以忽略不计。

3. 状态转移方程

对于动态规划问题,状态转移方程是重点,也是难点,这里的状态转移方程又该如何确定呢?

还是以上面的数据为例,我们只需要分析最后戳破哪个气球的过程,4只气球可以分四种情况来考虑。

1). 最后戳第一只气球

最后戳破的气球分值为3,如图所示:

图片

这相当于把dp[0][5]拆分成两个子区间,分别是dp[0][1]和dp[1][5],戳破当前气球的得分为1 * 3 * 1,所以:

dp[0][5]= dp[0][1] + dp[1][5] + 3

2). 最后戳第二只气球

最后戳破的气球分值为2,如图所示:

图片

这相当于把dp[0][5]拆分成两个子区间,分别是dp[0][2]和dp[2][5],戳破当前气球的得分为1 * 2 * 1,所以:

dp[0][5]= dp[0][2] + dp[2][5] + 2

3). 最后戳第三只气球

最后戳破的气球分值为4,如图所示:

图片

这相当于把dp[0][5]拆分成两个子区间,分别是dp[0][3]和dp[3][5],戳破当前气球的得分为1 * 4 * 1,所以:

dp[0][5]= dp[0][3] + dp[3][5] + 4

4). 最后戳第四只气球

最后戳破的气球分值为6,如图所示:

图片

这相当于把dp[0][5]拆分成两个子区间,分别是dp[0][4]和dp[4][5],戳破当前气球的得分为1 * 6 * 1,所以:

dp[0][5]= dp[0][4] + dp[4][5] + 6

到底哪一种情况得分最高呢,其实就是取最大值的问题了。

你看到这其中的规律了吗?

实际上就是在i和j之间找分割点k,将dp[i][j]拆分成两个子区间dp[i][k]和dp[k][j],如图所示:

图片

对于每个分割点来说,左边区间的最大分值是dp[i][k],右边区间的最大分值是dp[k][j],加上本次戳破气球的分数p[i] * p[k] * p[j],这里的列表p保存的是每个气球的分值,包括左右两端的虚拟气球。

因此,状态转移方程如下:

dp[i][j] = max(  dp[i][j],   dp[i][k] + dp[k][j] + p[i] * p[j] * p[k])

这意味着,我们需要使用循环枚举i到j之间的每个分割点k,计算其最大分值,然后将最大值作为dp[i][j]的结果。

4. 遍历顺序

对于二维列表dp[i][j]来说,常见的遍历顺序是从上到下,从左到右。但是对于区间DP来说,不能采取这种遍历顺序。

我们还是看图说话吧,以计算dp[2][5]为例,它的分割点k有两个。

当k = 3时,计算如下:

dp[2][5] = dp[2][3] + dp[3][5] + p[2]* p[3] * p[5]

对应的DP表格如图:

图片

当k= 4时,计算如下:

dp[2][5] = dp[2][4] + dp[4][5] + p[2]* p[4] * p[5]

对应的DP表格如图:

图片

相信你已经发现了,在计算dp[2][5]的时候,它可以通过dp[2][3] + dp[3][5]计算出来,也可以通过dp[2][4] + dp[4][5]计算出来。

很显然,dp[2][3]、dp[3][5]、dp[2][4]、dp[4][5]这些单元格都在dp[2][5]的左方和下方,这就意味着不能使用传统的从上到下、从左到右。

针对这种情况,我们可以有两种遍历方式,一是斜线遍历,如图:

图片

二是从下到上,从左到右,如图:

图片

相对来说,使用第二种遍历方式更为简单一些。

思路有了,接下来,我们就进入具体的编程实现环节。

三.编程实现

根据上面的思路分析,我们编写程序如下:

图片

代码不多,说明4点:

1). pts表示输入的气球分值,左右各增加了一个分值为1的气球,这里直接使用列表相加的运算,非常方便;

2). 二维dp列表行和列都是n + 2,初始值为0,这里使用了列表推导式;

3). i表示行,从下到上,初始值是n -1,终点是0,j表示列,自左至右,初始值是i  + 1,终点是n + 1;

4). k表示分割点,起始值是k+1,终点是j - 1。

至此,整个程序就全部完成了,你可以输入不同的数据来测试效果啦。

四.总结与思考

本题代码在10行左右,涉及到的知识点包括:

  • 循环语句,尤其是嵌套循环;

  • 列表的操作;

  • 动态规划算法;

作为本次测评的最后一题,代码虽然不多,但是难度较大。关键点有两个,一是理解区间DP的算法思想,二是彻底弄清填充DP表格的方法和过程。

估计你已经发现了,最终的代码并不多,难的是过程分析,动态规划说难也难,说简单也简单。

动态规划说白了,就是根据题目意思定义一个表格,可能是一维的,也可能是二维的,然后找到规律,也就是状态转移方程,不断地计算并填充每一个单元格。

因此,在学习动态规划算法的时候,一定要亲自动手绘制并填充表格,这个过程会有些繁琐,但是效果非常好,写代码反倒是最简单的事情了。

超平老师给你留两道思考题:

1). 如何使用递归算法,计算最大分值?

2). 如果使用斜线遍历的顺序,代码又该怎么写呢?

你还有什么好的想法和创意吗,也非常欢迎和超平老师分享探讨。

如果你觉得文章对你有帮助,别忘了点赞和转发,予人玫瑰,手有余香😄

需要源码的,可以移步至“超平的编程课”gzh。

这篇关于扎气球最高分-第13届蓝桥杯选拔赛Python真题精选的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1014732

相关文章

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python正则表达式匹配和替换的操作指南

《Python正则表达式匹配和替换的操作指南》正则表达式是处理文本的强大工具,Python通过re模块提供了完整的正则表达式功能,本文将通过代码示例详细介绍Python中的正则匹配和替换操作,需要的朋... 目录基础语法导入re模块基本元字符常用匹配方法1. re.match() - 从字符串开头匹配2.

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

通过Docker容器部署Python环境的全流程

《通过Docker容器部署Python环境的全流程》在现代化开发流程中,Docker因其轻量化、环境隔离和跨平台一致性的特性,已成为部署Python应用的标准工具,本文将详细演示如何通过Docker容... 目录引言一、docker与python的协同优势二、核心步骤详解三、进阶配置技巧四、生产环境最佳实践

Python一次性将指定版本所有包上传PyPI镜像解决方案

《Python一次性将指定版本所有包上传PyPI镜像解决方案》本文主要介绍了一个安全、完整、可离线部署的解决方案,用于一次性准备指定Python版本的所有包,然后导出到内网环境,感兴趣的小伙伴可以跟随... 目录为什么需要这个方案完整解决方案1. 项目目录结构2. 创建智能下载脚本3. 创建包清单生成脚本4

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e