系统性训练,励志刷完挑战程序设计竞赛-代码整理43~68【初级篇】

本文主要是介绍系统性训练,励志刷完挑战程序设计竞赛-代码整理43~68【初级篇】,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!

2014年9月4日大概完成到这边了。编写了几天突然感觉到cpp很上手。现在码的速度也提上去了。再见

/*
刚开始不明白到底是干什么的。后来仔细想想,我检查是弱爆了。
简单就是意思就是请求组合n中选m的种,即n的m划分。不重复。使用dp存储。求解组合类问题思路有了吧。当然用组合工程直接求也行。
DP计数:从n物品中划分出m种不同的组合 4
3
100004
*/#include<iostream>
using namespace std;
int n,m,M;
const int MAXN=1<<10;
int dp[MAXN][MAXN];void input(){scanf("%d%d%d",&n,&m,&M);	
}//dp[i][j] j的i划分总数 
void sovle(){dp[0][0]=1;for(int i=1;i<=m;i++)for(int j=0;j<=n;j++){if(j-i>=0)dp[i][j]=(dp[i][j-i]+dp[i-1][j])%M;elsedp[i][j]=dp[i-1][j];}printf("%d\n",dp[m][n]);
}int main(){input();sovle();	return 0;	
}


/*
最后使用stl中的函数快速的求解二分上下限的方法不错。值得学习。5
4 2 3 1 53
*/
#include <iostream>
using namespace std;
const int MAXN=1<<10;
int n,a[MAXN],dp[MAXN],INF=(1<<31)-1;void input(){scanf("%d",&n);int i=0;while(i<n)scanf("%d",&a[i++]);		
}//dp[i],a[i]个元素结尾的最长上升子序列的值void sovle1(){int ans=0;for(int i=0;i<n;i++){dp[i]=1;for(int j=0;j<i;j++){if(a[j]<a[i])dp[i]=max(dp[i],dp[j]+1);	}	ans=max(ans,dp[i]);	}	printf("%d\n",ans);
}void sovle2(){fill(dp,dp+n,INF);for(int i=0;i<n;i++){*lower_bound(dp,dp+n,a[i])=a[i];}printf("%d\n",lower_bound(dp,dp+n,INF)-dp); //数组名dp返回的是数组首地址,l_b方法同样是dp的数组的地址号,相差12/4(int %d输出)=3 printf("%d\n",lower_bound(dp,dp+n,INF));printf("%d\n",dp);
}
int main(){input();sovle1();sovle2();return 0;	
}


/*3
3 5 8
3 2 2
17Yes
*/#include<iostream>
using namespace std;const int MAXN=1<<10;
int n,a[MAXN],m[MAXN],K,dp[MAXN][MAXN];void input(){scanf("%d",&n);int i=0;while(i<n)scanf("%d%d",&a[i],&m[i++]);scanf("%d",&K);	
}//dp[i+1][j]=前i个元素相加和得到j时,i元素的剩余个数
//3类,1:i-1得到j,此时i元素的剩余量为mi
//2:i 前i中加和出j-ai,那么第i种剩余量为k,所以剩余此时i的剩余量为k-1个 
void sovle(){memset(dp,-1,sizeof(dp));dp[0][0]=0; //初始化for(int i=0;i<n;i++)for(int j=0;j<=K;j++){if(dp[i][j]>=0){  //说明i-1之和=j了。 i+1对应的是i剩余m[i] dp[i+1][j]=m[i];}else if(j<a[i] || dp[i+1][j-a[i]]<=0){ //j<a[i]不满足选择a[i],dp[i+1][j-a[i]]<=0即前i元素之和等于j-a[i]时,i的元素剩余量<=0。所以dp[i+1][j]=-1;即不能选 dp[i+1][j]=-1;}else{dp[i+1][j]=dp[i+1][j-a[i]]-1;  //dp[i+1][j-a[i]] ,前i种加和j-a[i]时,i的剩余量>0,那么dp[i+1][j]=K-1了。 }	}/* for(int i=0;i<=n;i++){for(int j=0;j<=K;j++){printf("%d ",dp[i][j]); }printf("\n");	}*/if(dp[n][K]>=0)printf("Yes\n");elseprintf("No\n");}int main(){input();sovle();		return 0;
}


/*
如果w数值范围较大,需要转换dp。即将内层循环次数最小,价值v代替 
//dp[i+1][j],挑选前i个物品的总价值j时,总重量的最小值 4
2 3
1 2
3 4
2 2
57
*/#include<iostream>
using namespace std;
const int MAX_N=100,MAX_V=100;
const int MAXN=1<<20;
int n,W,w[MAXN],v[MAX_V],dp[MAX_N+1][MAX_N*MAX_V+1];int INF=1<<11;void input(){scanf("%d",&n);int i=0;while(i<n)scanf("%d%d",&w[i],&v[i++]);scanf("%d",&W);	}void sovle(){fill(dp[0],dp[0]+MAX_N*MAX_V+1,INF);dp[0][0]=0;for(int i=0;i<n;i++){for(int j=0;j<=MAX_N*MAX_V;j++){if(j<v[i])dp[i+1][j]=dp[i][j];elsedp[i+1][j]=min(dp[i][j],dp[i][j-v[i]]+w[i]);}}int ans=0;for(int i=0;i<=MAX_N*MAX_V;i++){//printf("%d  ",dp[n][i]);if(dp[n][i]<=W) ans=i;}printf("%d\n",ans);}int main(){input();sovle();	return 0;	
}


/*
下面是三种不同的技巧。不过答案是14.不是书上的10.难道我错了?
话说完全背包与01背包状态转移一样。3
3 4
4 5
2 3
710
*/ 
#include<iostream>
using namespace std;
const int MAXN=1<<10;
int n,W,w[MAXN],v[MAXN],dp[MAXN][MAXN],dpp[MAXN];void input(){scanf("%d",&n);int i=0;while(i<n)scanf("%d%d",&w[i],&v[i++]);scanf("%d",&W);	
}
//从前i种物品挑选总重量小于j时的总价值最大,此时与01背包问题相同 
//dp[i+1][j]=dp[i][j];
//dp[i+1]][j]=max(dp[i][j],dp[i+1][j-w[i]]+v[i]);
void sovle1(){for(int i=0;i<n;i++)for(int j=0;j<=W;j++){if(j<w[i])dp[i+1][j]=dp[i][j];elsedp[i+1][j]=max(dp[i][j],dp[i+1][j-w[i]]+v[i]);//dp[i+1][j]=(j<w[i])?dp[i][j]:max(dp[i][j],dp[i+1][j-w[i]]+v[i]);} printf("%d\n",dp[n][W]);
}//重复利用数组 
void sovle2(){for(int i=0;i<n;i++)for(int j=w[i];j<=W;j++){dpp[j]=max(dpp[j],dpp[j-w[i]]+v[i]);}printf("%d\n",dpp[W]);	
}//滚动二维数组,类似dp[2][MAXN] ,x=x&1,交叉奇偶 
void sovle3(){memset(dp,0x00,sizeof(dp));for(int i=0;i<n;i++)for(int j=0;j<=W;j++){if(j<w[i])dp[(i+1)&1][j]=dp[i&1][j];elsedp[(i+1)&1][j]=max(dp[i&1][j],dp[(i+1)&1][j-w[i]]+v[i]);//dp[i+1][j]=(j<w[i])?dp[i][j]:max(dp[i][j],dp[i+1][j-w[i]]+v[i]);} printf("%d\n",dp[n&1][W]);} int main(){input();sovle1();sovle2();sovle3();	return 0;
}


/*
2014阿里巴巴笔试题有一道是关于最长公共子序列lcp问题的,不过也可以转化为lcs问题。请看下面的方法就明白了。经典dp:lcs问题 
si+1=tj+1  dp[i+1][j+1]=dp[i][j]+1;此处另外三项相等
其他  dp[i+1][j+1]=max(dp[i+1][j],dp[i][j+1]);选择(si+1,ti),(si,ti+1)2个子串中的的最大值 4
4
abcd
becd3
2
*/
#include <iostream>
using namespace std;
const int MAXN=1<<10;
char s[MAXN],t[MAXN];
int n,m,dp[MAXN][MAXN];void input(){scanf("%d%d",&n,&m);scanf("%s%s",&s,&t);
}//求解dp[n][m] ,lcs问题 
void sovle1(){for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(s[i]==t[j])dp[i+1][j+1]=dp[i][j]+1;elsedp[i+1][j+1]=max(dp[i][j+1],dp[i+1][j]);}}printf("%d\n",dp[n][m]);
}//求解lcs连续公共子串 
void sovle2(){memset(dp,0x00,sizeof(dp));int max=0;for(int i=0;i<n;i++){for(int j=0;j<m;j++){if(s[i]==t[j]){dp[i+1][j+1]=dp[i][j]+1;max=max<dp[i+1][j+1]?dp[i+1][j+1]:max;//printf("%d\n",max);	}else{dp[i+1][j+1]=0;	//非连续=0	}		}}/*for(int i=0;i<=n;i++){for(int j=0;j<=m;j++){printf("%d ",dp[i][j]);	}printf("\n");}*/printf("%d\n",max);}int main(){input();sovle1();sovle2();return 0;
}


 /*
使用dp的时候一定要确定好状态,以及转移代价。然后求解dp。求解dp一般从边界开始递推,多的情况下有n^3次的复杂度求解。普通的dp为n^2,内层循环尽量大,
外层循环尽量小,可以减少cpu的切换,还有提高缓存命中率,一定程度上在机器本身上减少了运行代价。编程艺术上面都这么来的,其实书上写的也有局限性,只是作者没有
注意到实际情况。不过这样来写只是根据不同的编译器确定的。因为锅测试了下。如果不开编译器优化,基本没有差距。有的情况下还会有相反代价的运行。
看来有时候真的需要实践,实践是检验真理唯一标准,。一定木错。4
2 3
1 2
3 4
2 2
57
*/
#include<iostream>
using namespace std;
const int MAXN=1<<7;
int w[MAXN],v[MAXN],n,W,dp[MAXN][MAXN]; void input(){scanf("%d",&n);int i=0;while(i<n){scanf("%d %d",&w[i],&v[i]);i++;	}//while(--i>=0)printf("--%d %d\n",w[i],v[i]);	scanf("%d",&W);
}
//从第i件物品挑选小于j的重量 
int rec(int i,int j){if(dp[i][j]>=0) return dp[i][j];int res;if(i==n) res=0;else if(j<w[i]){res=rec(i+1,j);}else{//选择与不选择 res=max(rec(i+1,j),rec(i+1,j-w[i])+v[i]); 	}return dp[i][j]=res;
}//枚举 
void sovle1(){memset(dp,-1,sizeof(dp));printf("%d\n",rec(0,W));		
}//dp[i][j] ,从第i个物品挑选出总重量小于j时,总价值最大, 
void sovle2(){//memset(dp,0,sizeof(dp));for(int i=0;i<=W;i++){dp[n][i]=0;}for(int i=n-1;i>=0;i--)for(int j=0;j<=W;j++){if(j<w[i]){dp[i][j]=dp[i+1][j];  //上,右方向计算dp 			} else{dp[i][j]=max(dp[i+1][j],dp[i+1][j-w[i]]+v[i]);  //[]扩错第二个参数,尼玛,调试半个小时,坑死我了 //第二个参数思维方向为递归选择最大值,保持dp[i][j]的价值总和最大 }			}			printf("%d\n",dp[0][W]);for(int i=0;i<n;i++){for(int j=0;j<=W;j++){printf("%d ",dp[i][j]);}	printf("\n");}
}//dp[i+1][j],从前i个物品挑选出总重量不超过j物品的总价值最大 
void sovle3(){memset(dp,0,sizeof(dp));for(int i=0;i<n;i++)for(int j=0;j<=W;j++){if(j<w[i])dp[i+1][j]=dp[i][j];else dp[i+1][j]=max(dp[i][j],dp[i][j-w[i]]+v[i]);}printf("%d\n",dp[n][W]);
}int main(){input();sovle1();sovle2();	sovle3();return 0;
}


/*
修理栅栏,话说还用优先队列priority_queue存来维护最小值还是不错的。毕竟底层是二叉堆logn的代价
贪心策略:总的开销为所有的叶子节点的代价长度*深度之和。所以最短的板是叶子最深的节点,
次短的板是其兄弟节点。一直合并到根部即可 3
8 5 834
*/#include<iostream>
using namespace std;
const int MAXN=1<<11;
int N,L[MAXN];
typedef long long ll;void input(){scanf("%d",&N);int i=0;while(i<N){scanf("%d",&L[i++]);}	
}void sovle(){ll ans=0;while(N>1){int min1=0,min2=1;if(L[min1]>L[min2]) swap(min1,min2);for(int i=2;i<N;i++){if(L[i]<L[min1]){min2=min1;min1=i;}else if(L[i]<L[min2]){min2=i;}}	//合并 int t=L[min1]+L[min2];ans+=t;//将N-1的值转移到min2中,t转移到min1if(min1==N-1) swap(min1,min2);L[min1]=t;		L[min2]=L[N-1];	N--;	 	}	printf("%lld\n",ans);}int main(){input();sovle();return 0;
}


/*
囧,nn复杂度
贪心策略:向前走,R内最右侧,R外最近侧,循环至n结束即可 6
10
1 7 15 20 30 503
*/
#include<iostream>
using namespace std;
const int MAXN=1<<7;
int x[MAXN],n,r;void input(){scanf("%d",&n);scanf("%d",&r);int i=0;while(i<n){scanf("%d",&x[i++]);}		
}void sovle1(){int ans=0,a=0,f;sort(x,x+n);int cyc=-1; //防止过界循环标记 while(a<n){for(int i=a;i<n;i++){if(x[i]>(x[a]+r)){f=i-1;//printf("%d ",x[f]);break;	}}ans++;	for(int i=f;i<n;i++){if(x[i]>(x[f]+r)){a=i;if(cyc==a) goto loop ;	 cyc=a;//printf("%d ",a);break;}   }}loop:printf("%d\n",ans);	
}	void sovle2(){int i=0,ans=0;while(i<n){int s=x[i++];//s是没有覆盖的最左边的点 //一直向右前进到距离大于R的点 while(i<n && x[i]<=s+r)i++;int P=x[i-1];//标记点//一直向右前进至R之后未标记的点while(i<n&& x[i]<=P+r)i++;ans++;}printf("%d\n",ans);
}int main(){input();sovle1();sovle2();	return 0;
}


/*
贪心策略:比较s与s的逆序,较小者取其头部加入T即可 
6
ACDBCBABCBCD
*/
#include<iostream>
using namespace std;
const int MAXN=1<<8;
char s[MAXN];
int n;void input(){scanf("%d",&n);scanf("%s",&s);	
}
void sovle(){int a=0,b=n-1;bool f=true;while(a<=b){//判断取值左右 for(int i=0;i<n;i++){if(s[a+i]<s[b-i]){f=true;	break;}else if(s[a+i]>s[b-i]){f=false;break;}}if(f==true) printf("%c",s[a++]);else printf("%c",s[b--]);	}
}int main(){input();sovle();return 0;
}


这篇关于系统性训练,励志刷完挑战程序设计竞赛-代码整理43~68【初级篇】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/745346

相关文章

Javaee多线程之进程和线程之间的区别和联系(最新整理)

《Javaee多线程之进程和线程之间的区别和联系(最新整理)》进程是资源分配单位,线程是调度执行单位,共享资源更高效,创建线程五种方式:继承Thread、Runnable接口、匿名类、lambda,r... 目录进程和线程进程线程进程和线程的区别创建线程的五种写法继承Thread,重写run实现Runnab

Spring IoC 容器的使用详解(最新整理)

《SpringIoC容器的使用详解(最新整理)》文章介绍了Spring框架中的应用分层思想与IoC容器原理,通过分层解耦业务逻辑、数据访问等模块,IoC容器利用@Component注解管理Bean... 目录1. 应用分层2. IoC 的介绍3. IoC 容器的使用3.1. bean 的存储3.2. 方法注

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

Java中调用数据库存储过程的示例代码

《Java中调用数据库存储过程的示例代码》本文介绍Java通过JDBC调用数据库存储过程的方法,涵盖参数类型、执行步骤及数据库差异,需注意异常处理与资源管理,以优化性能并实现复杂业务逻辑,感兴趣的朋友... 目录一、存储过程概述二、Java调用存储过程的基本javascript步骤三、Java调用存储过程示

Visual Studio 2022 编译C++20代码的图文步骤

《VisualStudio2022编译C++20代码的图文步骤》在VisualStudio中启用C++20import功能,需设置语言标准为ISOC++20,开启扫描源查找模块依赖及实验性标... 默认创建Visual Studio桌面控制台项目代码包含C++20的import方法。右键项目的属性:

MySQL数据库的内嵌函数和联合查询实例代码

《MySQL数据库的内嵌函数和联合查询实例代码》联合查询是一种将多个查询结果组合在一起的方法,通常使用UNION、UNIONALL、INTERSECT和EXCEPT关键字,下面:本文主要介绍MyS... 目录一.数据库的内嵌函数1.1聚合函数COUNT([DISTINCT] expr)SUM([DISTIN

Java实现自定义table宽高的示例代码

《Java实现自定义table宽高的示例代码》在桌面应用、管理系统乃至报表工具中,表格(JTable)作为最常用的数据展示组件,不仅承载对数据的增删改查,还需要配合布局与视觉需求,而JavaSwing... 目录一、项目背景详细介绍二、项目需求详细介绍三、相关技术详细介绍四、实现思路详细介绍五、完整实现代码

Go语言代码格式化的技巧分享

《Go语言代码格式化的技巧分享》在Go语言的开发过程中,代码格式化是一个看似细微却至关重要的环节,良好的代码格式化不仅能提升代码的可读性,还能促进团队协作,减少因代码风格差异引发的问题,Go在代码格式... 目录一、Go 语言代码格式化的重要性二、Go 语言代码格式化工具:gofmt 与 go fmt(一)

Python变量与数据类型全解析(最新整理)

《Python变量与数据类型全解析(最新整理)》文章介绍Python变量作为数据载体,命名需遵循字母数字下划线规则,不可数字开头,大小写敏感,避免关键字,本文给大家介绍Python变量与数据类型全解析... 目录1、变量变量命名规范python数据类型1、基本数据类型数值类型(Number):布尔类型(bo

HTML5实现的移动端购物车自动结算功能示例代码

《HTML5实现的移动端购物车自动结算功能示例代码》本文介绍HTML5实现移动端购物车自动结算,通过WebStorage、事件监听、DOM操作等技术,确保实时更新与数据同步,优化性能及无障碍性,提升用... 目录1. 移动端购物车自动结算概述2. 数据存储与状态保存机制2.1 浏览器端的数据存储方式2.1.