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

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

Mysql中设计数据表的过程解析

《Mysql中设计数据表的过程解析》数据库约束通过NOTNULL、UNIQUE、DEFAULT、主键和外键等规则保障数据完整性,自动校验数据,减少人工错误,提升数据一致性和业务逻辑严谨性,本文介绍My... 目录1.引言2.NOT NULL——制定某列不可以存储NULL值2.UNIQUE——保证某一列的每一

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原