GDPU 算法分析与设计 天码行空2

2024-03-15 11:20

本文主要是介绍GDPU 算法分析与设计 天码行空2,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!

一、【实验目的】

(1)理解分治策略的设计思想;
(2)熟悉将伪码转换为可运行的程序的方法;
(3)能够根据算法的要求设计具体的实例。

二、【实验内容】

有n片芯片,其中好芯片比坏芯片至少多1片,现需要通过测试从中找出1片好芯片。测试方法是:将2片芯片放到测试台上,2片芯片互相测试并报告测试结果:“好”或者“坏”。假设好芯片的报告是正确的,坏芯片的报告是不可靠的。请设计一个算法,使用最少的测试次数来找出1片好芯片。

提示:可参考教材P29页的算法2.3. 测试函数可以采用以下方法。
在这里插入图片描述
在这里插入图片描述

三、实验源代码

#include<bits/stdc++.h>using namespace std;
const int n = 17;
// 假设有一个芯片数组ABc,其中1表示好芯片,0表示坏芯片
//				0        3     5        8        11       14 				
int chips[n] = {1, 0, 0, 1, 1, 1, 0, 0, 1, 1, 1, 1, 0, 1, 0, 0, 0};
int cnt = 0;//统计测试次数
// 测试函数实现,返回 a 测试 b 的结果
int X_test(int a, int b) {cnt++;if(chips[a]==1)//好芯片返回正确的值return chips[b];return rand()%2; //坏芯片返回随机值
}int main() {// 初始化随机数种子srand(time(NULL));queue<int> remain;//队列存储剩余的芯片的下标for(int i = 0; i < n; i++)remain.push(i);int m = n;while(m > 3){for(int i = 0;i < m/2; i++)//每次比对 m/2 组,两个一组{int idx1 = remain.front();remain.pop();int idx2 = remain.front();remain.pop();
//			cout << "移除: " << idx1 << " " << idx2 << endl;int a = X_test(idx2,idx1);// 2 对 1 的测试结果int b = X_test(idx1,idx2);// 1 对 2 的测试结果if(a == b && a == 1)// a好 b好:留一个{
//				cout << "===添加: " << idx1 <<endl;remain.push(idx1);//假设留 idx1(留哪个都行)}if(remain.size() <= 3)break;
//			否则,两个都丢,上边已经pop掉了}m = remain.size();//更新剩余的分组数}if(remain.size() == 3){	int idx1 = remain.front();remain.pop();int idx2 = remain.front();remain.pop();int idx3 = remain.front();
//		cout << "最后移除" << idx1 << " " << idx2 << endl;//只要有一个测试结果是坏的情况,那没测试的 idx3 就是好的if(!X_test(idx1,idx2) || !X_test(idx2,idx1)){cout << idx3 << endl;cout << "测试次数为" << cnt << endl;exit(0);}
//		走到这里只有 两个测试结果都是好的情况cout << idx1 << endl;//随机输出一个即可cout << "测试次数为" << cnt << endl;exit(0);}
//	remain.pop();cout << remain.front() << endl;cout << "测试次数为" << cnt << endl;return 0;
}

四、实验结果
在这里插入图片描述

这篇关于GDPU 算法分析与设计 天码行空2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/811812

相关文章

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

深入理解Mysql OnlineDDL的算法

《深入理解MysqlOnlineDDL的算法》本文主要介绍了讲解MysqlOnlineDDL的算法,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,需要的朋友们下面随着小... 目录一、Online DDL 是什么?二、Online DDL 的三种主要算法2.1COPY(复制法)

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、