算法题--华为od机试考试(整数对最小和、素数之积、找城市)

2024-06-22 20:44

本文主要是介绍算法题--华为od机试考试(整数对最小和、素数之积、找城市),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!

目录

整数对最小和

题目描述

注意

输出描述

示例1

输入

输出

说明

解析

答案

素数之积

题目描述

输入描述

输出描述

示例1

输入

输出

说明

示例2

输入

输出

说明

解析

找城市

题目描述

输入

输出

示例1

输入

输出

示例2

输入

输出

说明

解析

答案


整数对最小和

考察排序,数组拍平

题目描述

给定两个整数数组array1、array2,数组元素按升序排列。假设从array1、array2中分别取出一个元素可构成一对元素,

现在需要取出k对元素,并对取出的所有元素求和,计算和的最小值

注意

两对元素如果对应于array1、array2中的两个下标均相同,则视为同一对元素。

输入描述

输入两行数组array1、array2,每行首个数字为数组大小size(0 < size <= 100);

0 < array1[i] <= 1000

0 < array2[i] <= 1000

接下来一行为正整数k

0 < k <= array1.size() * array2.size()

输出描述

满足要求的最小和

示例1

输入

1 1 2 3

1 2 3 3

2

输出

4

说明

用例中,需要取2对元素

取第一个数组第0个元素与第二个数组第0个元素组成1对元素[1,1];

取第一个数组第1个元素与第二个数组第0个元素组成1对元素[1,1];

求和为1+1+1+1=4,为满足要求的最小和

解析

新建一个二维数组,数组的行列长度和array1、array2的长度对应,通过循环给数组的每一位赋值,

arr[i][j]表示的为一对元素的和,将二维数组拍平,然后按升序排列,取前k位的和即为满足要求的最小和。

答案

function calcPairSum(str){let arr = str.split('\n')let n = Number(arr.pop())let [array1,array2]=arr.map(v=>v.split(' ').map(Number))let len1 = array1.length;let len2 = array2.lengtharr = new Array(len1).fill(0).map(v=>new Array(len2).fill(0))for(let i = 0;i<len1;i++){for(let j = 0;j<len2;j++){arr[i][j]=array1[i]+array2[j]}}arr=arr.flat().sort((a,b)=>a-b)return arr.slice(0,n).reduce((t,v,i)=>t+v)
}
console.log(calcPairSum(`1 1 2 3
1 2 3 3
2`))

素数之积

考察数学素数定义

题目描述

RSA加密算法在网络安全世界中无处不在,它利用了极大整数因数分解的困难度,数据越大,安全系数越高,给定一个32位正整

数,请对其进行因数分解,找出是哪两个素数的乘积。

输入描述

一个正整数num

0<num <= 2147483647

输出描述

如果成功找到,以单个空格分割,从小到大输出两个素数,分解失败,请输出-1-1

示例1

输入

15

输出

35

说明

因数分解后,找到两个素数3和5,使得3*5=15,按从小到大排列后,输出3 5

示例2

输入

27

输出

-1-1

说明

通过因数分解,找不到任何索数,使得他们的乘积为27,输出-1-1

解析

function resolvePrimeNumber(n){for(let i=2;i<=n**0.5;i++){if(n%i===0){let tmp = n/iif(isPrime(tmp)&&isPrime(i)){return [tmp,i].sort((a,b)=>a-b).join(' ')}}}return '-1 -1'
}
function isPrime(n){for(let i=2;i<=n**0.5;i++){if(n%i===0){return false}}return true
}
console.log(resolvePrimeNumber(15))
console.log(resolvePrimeNumber(27))

找城市

考察深度遍历,递归,数组去重,字符串分割。

题目描述

一张地图上有n个城市,城市和城市之间有且只有一条道路相连:要么直接相连,要么通过其它城市中转相连(可中转一次或多次)。

城市与城市之间的道路都不会成环。 当切断通往某个城市 i 的所有道路后,地图上将分为多个连通的城市群,设该城市i的聚集度为DPi

(Degree of Polymerization), DPi = max(城市群1的城市个数, 城市群2的城市个数, … 城市群m的城市个数)。

请找出地图上 DP 值最小的城市(即找到城市 j,使得 DPj = min(DP1, DP2 … DPn) )

提示:如果有多个城市都满足条件,这些城市都要找出来(可能存在多个解)。

提示:DPi的计算,可以理解为已知一棵树,删除某个节点后,生成的多个子树,求解多个子树节点数的问题。

输入

每个样例:第一行有一个整数N,表示有N个节点。1<=N<=1000

接下来的N-1行每行有两个整数x,y,表示城市x与城市y连接。1<=x, y<=N

输出

输出城市的编号。如果有多个,按照编号升序输出。

示例1

输入

5

1 2

2 3

3 4

4 5

输出

3

示例2

输入

6

1 2

2 3

2 4

4 5

4 6

输出

2 4

说明

当切断通往城市3的所有道路后,1,2为一个城市群,4,5为一个城市群,DPi为2,此时DPi为其它Dpi中最小的,所以为城市3

解析

通过深度遍历,每次遍历一个元素就将该元素加入一个数组,遍历完后再将这个元素加入一遍,这样我们通过该元素分割时就可以拿到切断该元素后的相连的节点。

例如上图(示例2),我们通过上面遍历方法得出的数组为[1,2,3,2,4,5,4,6,4,2,1]。然后我们将这个数组形成一个环,这样对每个数进行切割后得到的数组内去重后就是一个城市群,例如对2进行切割,可以拿到[1],[3],[4,5,4,6,4],[1]然后由于是环,所以第一个和最后一个是一组,最后去重后就是分组结果[1][3][4,5,6],所以可以得到DPi为3即取[4,5,6]。

答案

function getDP(str) {let arr = str.split('\n')let n = arr.shift()let obj = {}arr.forEach(v => {v = v.split(' ')if (!obj[v[0]]) {obj[v[0]] = { value: v[0], next: [] }}if (!obj[v[1]]) {obj[v[1]] = { value: v[1], next: [] }}obj[v[0]].next.push(obj[v[1]])obj[v[1]].next.push(obj[v[0]])})let start = Object.values(obj).filter(v => v.next.length === 1)[0]let pathArr = dfs(start)let pathStr = pathArr.join(' ')let citys = uni(pathArr)let dp = Infinitylet dpCitys = []for (let i = 0; i < n; i++) {let cur = citys[i]let tmp = pathStr.split(cur).map(v => v.split(' '))//第一个节点和最后一个节点合成一个tmp[0] = tmp[0].concat(tmp.pop())let dpi = 1tmp.forEach(v => {let tmpDpi = uni(v.filter(city => city !== '')).lengthif (tmpDpi > dpi) {dpi = tmpDpi}})if (dpi < dp) {dpCitys = [cur]dp = dpi} else if (dpi === dp) {dpCitys.push(cur)}}return dpCitys.sort((a, b) => a - b).join(' ')
}
function uni(arr) {return [...new Set(arr)]
}
function dfs(start, set = new Set(), res = []) {res.push(start.value)set.add(start)let next = start.next.filter(v => !set.has(v))next.forEach((v, i) => {dfs(v, set, res)// 每次遍历一个元素就将该元素加入一个数组,遍历完后再将这个元素加入一遍,// 这样我们通过该元素分割时就可以拿到切断该元素后的相连的节点。res.push(start.value)})return res
}
console.log(getDP(`5
1 2
2 3
3 4
4 5`))
console.log(getDP(`6
1 2
2 3
2 4
4 5
4 6
`))

这篇关于算法题--华为od机试考试(整数对最小和、素数之积、找城市)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/1085365

相关文章

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

华为鸿蒙HarmonyOS 5.1官宣7月开启升级! 首批支持名单公布

《华为鸿蒙HarmonyOS5.1官宣7月开启升级!首批支持名单公布》在刚刚结束的华为Pura80系列及全场景新品发布会上,除了众多新品的发布,还有一个消息也点燃了所有鸿蒙用户的期待,那就是Ha... 在今日的华为 Pura 80 系列及全场景新品发布会上,华为宣布鸿蒙 HarmonyOS 5.1 将于 7

基于Python实现一个简单的题库与在线考试系统

《基于Python实现一个简单的题库与在线考试系统》在当今信息化教育时代,在线学习与考试系统已成为教育技术领域的重要组成部分,本文就来介绍一下如何使用Python和PyQt5框架开发一个名为白泽题库系... 目录概述功能特点界面展示系统架构设计类结构图Excel题库填写格式模板题库题目填写格式表核心数据结构

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

售价599元起! 华为路由器X1/Pro发布 配置与区别一览

《售价599元起!华为路由器X1/Pro发布配置与区别一览》华为路由器X1/Pro发布,有朋友留言问华为路由X1和X1Pro怎么选择,关于这个问题,本期图文将对这二款路由器做了期参数对比,大家看... 华为路由 X1 系列已经正式发布并开启预售,将在 4 月 25 日 10:08 正式开售,两款产品分别为华

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,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,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时