文章目录
第一题:划分集合
1.题目
给定一组整数(它可以包含相等的元素)。
你必须把它分成两个子集A和B(它们都可以包含相等的元素或是空的)。你必须使mex(A)+mex(B)的值最大化。
这里集合的mex表示集合中不存在的最小非负整数。例如:
mex({1,4,0,2,2,1})=3
mex({3,3,2,1,3,0,0})=4
mex(∅)=0(mex为空集合)
输入
输入由多个测试用例组成。第一行包含一个整数t(1<=t<=100)——测试用例的数量。测试用例的描述如下。
每个测试用例的第一行包含一个整数n(1<=n<=100)表示集合的大小。
每个测试用例的第二行包含n个整数a1,a2,…an(0<=ai<=100)表示集合中的数字。
输出
对于每个测试用例,打印mex(A)+mex(B)的最大值。
4
6
0 2 1 5 0 1
3
0 1 2
4
0 2 0 1
6
1 2 3 4 5 6
5
3
4
0
注意
在第一个测试用例中,A={0,1,2},B={0,1,5}是一个可能的选择。
在第二个测试用例中,A={0,1,2},B=∅是一个可能的选择。
在第三个测试用例中,A={0,1,2},B={0}是一个可能的选择。
在第四个测试用例中,A={1,3,5},B={2,4,6}是一个可能的选择。
2.问题分析和算法设计思路
初看这个题目,很容易产生一个暴力的想法:尝试所有的划分情况,计算它们的
m
e
x
(
A
)
+
m
e
x
(
B
)
mex(A)+mex(B)
mex(A)+mex(B)的值,然后进行比较。但这样算法的时间复杂度就太大了,因为一个集合的子集数量,随集合的大小n是呈指数式变化的。
这个问题可以采用贪心算法的思路分析:
假设初始有两个空的集合 A、B,而输入的一组整数已经按照非递减的顺序排列好。现在我们需要从这一组整数的第一个数开始,逐个整数取出并放到A、B两个集合中的一个里。现在思考一下:如何放才能让
m
e
x
(
A
)
+
m
e
x
(
B
)
mex(A)+mex(B)
mex(A)+mex(B)的值最大化呢?
我们每次将一个数放入集合中,产生的效果可以分为两种:
-
m
e
x
(
A
)
+
m
e
x
(
B
)
mex(A)+mex(B)
mex(A)+mex(B)的值增加1
m
e
x
(
A
)
+
m
e
x
(
B
)
mex(A)+mex(B)
mex(A)+mex(B)的值不变
为了进一步简化我们的问题,我们可以假设:这组非递减的整数是连续的。为什么能够做出这样的假设呢?因为如果某一处不连续,则从此处开始后面的整数将是无意义的。例如,考虑下面两组整数:
- 连续:1,2,3,4
- 不连续:1,2,3,4,6,7,8,9
显然,上面两组输入将得到相同的结果。即一组不连续的整数可以等效为另一组连续的整数的情况。
现在我们开始向两个集合中放数字。考虑如果我们遵守这样的规则:“每取一个数字,我们总是先考虑集合A的需求,当集合A中没有这个数字时,我们就将它放入集合A;否则我们就将它放入集合B。” 而这组整数又是连续的(前面假设),因此每次我们向集合A中添加元素,都将导致“
m
e
x
(
A
)
+
m
e
x
(
B
)
mex(A)+mex(B)
mex(A)+mex(B)的值增加1”。于是我们就可以认为每次将元素放入A中都是值得的。
那有没有可能,我把某个元素放入A中时,虽然
m
e
x
(
A
)
+
m
e
x
(
B
)
mex(A)+mex(B)
mex(A)+mex(B)的值增加1;但是如果把这个元素放到B中,在后来它将产生增加大于1的影响呢?答案是不能的。这里并不打算仔细讨论这个问题(可能我自己也还没有想的足够清楚)
注:采用贪心的思路,为确保我们每次局部最优的选择,在最终将导致全局最优的结果,我们的选择策略必须具备无后效性。
3.算法实现
前面我们的讨论中作出了“输入的整数已经有序”的假设。其实在无序的情况下,我们按照 “集合A优先” 的策略得到的效果也是一样的,并不需要先对整数进行排序操作。
实现代码:
#include<iostream>
using namespace std;
int main(){
int t=0;//测试的组数
int n=0;//每组测试的数据量
int a[102]={};//存放数
int num1=0;
int num2=0;
int out[102]={};//存放输出
cin>>t;
for(int i=0; i<t; i++){
int mex1[102]={};//第一个集合
int mex2[102]={};
cin>>n;
//输入,同时划分集合
for(int j=0; j<n; j++){
//输入
cin>>a[j];
//划分集合
if(mex1[a[j]] == 0){
mex1[a[j]] = 1;
}
else if(mex2[a[j]] == 0){
mex2[a[j]] = 1;
}
}
//得到最大值
for(int j=0; j<=n; j++){
if(mex1[j] == 0){
num1 = j;
break;
}
}
for(int j=0; j<=n; j++){
if(mex2[j] == 0){
num2 = j;
break;
}
}
//保存输出
out[i] = (num1 + num2);
}
//输出
for(int i=0; i<t; i++){
cout<<out[i]<<endl;
}
return 0;
}
4.运行结果
5.算法分析
算法的时间复杂度为:
o
(
n
)
o(n)
o(n),对于每组测试数据,我们都只需遍历一次即可。
第二题:可能的IP地址
1.题目
给定一个只包含数字的字符串,通过返回所有可能的有效IP地址组合来恢复该字符串。
有效的IP地址必须采用A.B.C.D的形式,其中A、B、C和D是0-255之间的数字。除非数字为0,否则不能以0作为前缀。输入描述
输入第一行n,为测试用例个数
接下来n行,输入n个整数字符串
如果可以分解为ip,则输出所有可能的ip,每个ip都要换行;如果不能分解,则输出一个-1。
输入
2
25525511135
25505011535
输出
255.255.11.135
255.255.111.35
-1
2.问题分析和算法设计思路
可以采用回溯法的思路,输入与输出之间就差了三个小数点,我们只需找出小数点合法的位置即可。
如果一个数字串可以成为合法的IP地址,那么它一定是恰好有3个小数点。于是我们可以选择将小数点的位置作为回溯的对象(而不是去确定每个位置会不会有小数点),这样回溯就只有三层。
我们可以从前往后依次来尝试三个小数点的位置:先放第一个小数点,再放第二个小数点,在放第三个。每次放小数点时检查是否合法,不合法就回溯。
3.算法实现
代码:
#include<iostream>
#include<cstdio>
using namespace std;
const int BigNum = 999;
//将字符串,转化为整数
long long str2num(char str[], int first, int end) {
int len = end - first + 1;
long long sum=0;
//非零整数的零前缀情况
if(len > 1 && str[first] == '0') sum = BigNum;
for(int i=0; i<len; i++){
int num = str[first+i] - '0';
sum = sum * 10 + num;
}
return sum;
}
int main(){
int n=0;//测试组数
cin>>n;
cin.get();//读取回车
//迭代不同的测试组
for(int i=0; i<n; i++){
char str[100]={};
int end[3]={};
int len=0;//字符串的长度
int flag=0;//是否有可能的ip地址
//输入一串数字
char temp=cin.get();
for(int j=0; temp != '\n'; j++){
str[j] = temp;
len++;
temp = cin.get();
}
//数字太长则无法转为ip地址
if(len > 12) {
cout<<"-1"<<endl;
continue;
}
//开始
long long num=0;//字符串转整数
//迭代第一个小数点的位置
for(int j=0; j<len; j++){
end[0] = j;
num = str2num(str, 0, end[0]);
if(num > 255) continue;
//迭代第二个小数点的位置
for(int k=j+1; k<len; k++){
end[1]=k;
num = str2num(str, end[0] + 1, end[1]);
if(num > 255) continue;
//迭代第三个小数点的位置
for(int l=k+1; l<len; l++){
end[2]=l;
num = str2num(str, end[1] + 1, end[2]);
if(num > 255) continue;
else if(str2num(str, end[2] + 1, len - 1) > 255) continue;
//成功输出结果
else {
for(int m=0; m<len; m++){
cout<<str[m];
if(m == end[0] || m == end[1] || m == end[2]) cout<<".";
}
cout<<endl;
flag = 1;
}
}
}
}
if(! flag) cout<<"-1"<<endl;
}
return 0;
}
4.运行结果
5.算法分析
时间复杂度的准确分析会比较复杂,因为每一次小数点的放置都会改变其它小数点可选位置的数量,于是我放弃了。但它至少随着数字串长度的增加,时间复杂度应当是多项式级别,而非指数级别,因为小数点确定只有三个。
感谢阅读
博主主页:清风莫追
CSDN话题挑战赛第2期
参赛话题:学习笔记
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
文章由极客之音整理,本文链接:https://www.bmabk.com/index.php/post/114816.html