acm79拦截导弹

最新推荐文章于 2022-07-12 00:32:56 发布

月光轩辕-

最新推荐文章于 2022-07-12 00:32:56 发布

阅读量991

点赞数

分类专栏：数据结构与算法 ACM 文章标签：算法 acm

本文链接：https://blog.csdn.net/u010953266/article/details/45870491

版权

ACM 同时被 2 个专栏收录

34 篇文章 1 订阅

订阅专栏

数据结构与算法

21 篇文章 1 订阅

订阅专栏

这篇博客探讨了拦截导弹问题的解决方法，重点在于寻找数组中的最长严格递减序列。博主分享了如何通过存储有序链表来优化遍历过程，以O(n^2)的时间复杂度找到所有最长序列。此外，还讨论了如何打印最长递减序列，提出了利用递归和额外存储的策略。最后，博主引用了其他博主的思路作为补充。

摘要由CSDN通过智能技术生成

拦截导弹

时间限制： 3000 ms | 内存限制： 65535 KB

难度： 3

描述

某国为了防御敌国的导弹袭击，发展中一种导弹拦截系统。但是这种导弹拦截系统有一个缺陷：虽然它的第一发炮弹能够到达任意的高度，但是以后每一发炮弹都不能高于等于前一发的高度。某天，雷达捕捉到敌国导弹来袭。由于该系统还在试用阶段，所以只用一套系统，因此有可能不能拦截所有的导弹。

输入

第一行输入测试数据组数N（1<=N<=10）
接下来一行输入这组测试数据共有多少个导弹m（1<=m<=20）
接下来行输入导弹依次飞来的高度，所有高度值均是大于0的正整数。

输出

输出最多能拦截的导弹数目

样例输入

2
8
389 207 155 300 299 170 158 65
3
88 34 65

样例输出

6
2

来源

[张洁烽]原创

上传者

张洁烽

这题本身不难，但是在完成之后我看到了更好的优化思路，整理了下收获不少，特别拿出来分享一下

首先明白题目的本质，题目需要查找一个数组中的最长严格递减序列，最基本的做法也就是对数组进行遍历，遍历到第i个节点是，向前找比他小的节点，并且存储其中最大的长度加1，如果找不到比他小的，那就存储1,（作为一个新序列的开始）

对于楼主第一个问题我构想的一个解决方案是在过程中存储的不仅仅是长度为n的序列的最小尾端值，而是挂一个长度为n序列的尾端的有序链表上去，在最后存pre的时候存的是长度n 与对应链表的index，这样是可以遍历出所有最大长度的序列的，复杂度为 O（n^2）

</pre><pre style="background-color:#2b2b2b;color:#a9b7c6;font-family:'SimSun';font-size:14pt;"><span style="color:#cc7832;background-color:#344134;">import</span><span style="color:#cc7832;"> </span>java.util.TreeMap<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">import </span>java.util.Scanner<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">
</span><span style="color:#629755;">/**
</span><span style="color:#629755;"> * Created by yueguang on 5/18/2015.
</span><span style="color:#629755;"> */
</span><span style="color:#cc7832;">public class </span>anti_missile_imp {

    <span style="color:#cc7832;">public static void </span><span style="color:#ffc66d;">main</span>(String[] args){
        <span style="background-color:#344134;">TreeMap</span><Integer<span style="color:#cc7832;">,</span>Integer>  cacheMap = <span style="color:#cc7832;">new </span><span style="background-color:#344134;">TreeMap</span><Integer<span style="color:#cc7832;">, </span>Integer>()<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">
</span><span style="color:#cc7832;">       </span>Scanner in  = <span style="color:#cc7832;">new </span>Scanner(System.<span style="color:#9876aa;"><em>in</em></span>)<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">        int</span>[] inputArray  = <span style="color:#cc7832;">new int</span>[<span style="color:#6897bb;">21</span>]<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">        int </span>groups = in.nextInt()<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">        while</span>(groups--><span style="color:#6897bb;">0</span>){
            <span style="color:#808080;">//读入数据
</span><span style="color:#808080;">            </span><span style="color:#cc7832;">int </span>missileCount = in.nextInt()<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">            for</span>(<span style="color:#cc7832;">int </span>i = <span style="color:#6897bb;">0</span><span style="color:#cc7832;">; </span>i < missileCount <span style="color:#cc7832;">; </span>i++){
                inputArray[i] =  in.nextInt()<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">            </span>}
            <span style="color:#808080;">//处理数据
</span><span style="color:#808080;">            </span>cacheMap.clear()<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">            </span>cacheMap.put(<span style="color:#6897bb;">1</span><span style="color:#cc7832;">,</span>inputArray[<span style="color:#6897bb;">0</span>])<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">
</span><span style="color:#cc7832;">            for</span>(<span style="color:#cc7832;">int </span>i = <span style="color:#6897bb;">1</span><span style="color:#cc7832;">; </span>i < missileCount <span style="color:#cc7832;">;</span>i++){

                <span style="color:#cc7832;">int </span>index= cacheMap.size()<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">                int </span>terminal= <span style="color:#6897bb;">0</span><span style="color:#cc7832;">;
</span><span style="color:#cc7832;">                for</span>(<span style="color:#cc7832;">int </span>j = index <span style="color:#cc7832;">; </span>j > <span style="color:#6897bb;">0 </span><span style="color:#cc7832;">; </span>j--){
                    <span style="color:#cc7832;">if</span>(inputArray[i] < cacheMap.get(j)){
                        terminal = j<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">                        break;
</span><span style="color:#cc7832;">                    </span>}
                }

                    <span style="color:#cc7832;">int </span>temp=inputArray[i]<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">                    if</span>(index != cacheMap.size()){
                        temp = temp<cacheMap.get(terminal+<span style="color:#6897bb;">1</span>)?cacheMap.get(index+<span style="color:#6897bb;">1</span>):temp<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">                    </span>}
                    cacheMap.put(terminal+<span style="color:#6897bb;">1</span><span style="color:#cc7832;">,</span>temp)<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">
</span><span style="color:#cc7832;">            </span>}
            System.<span style="color:#9876aa;"><em>out</em></span>.println(cacheMap.size())<span style="color:#cc7832;">;
</span><span style="color:#cc7832;">        </span>}
    }

}

这种方法相较于上一种方法的优越之处在于离散化了统计数据，如果输入数列是一个严格不减序列的时候，这种方法也没办法避免O（n^2）的最坏时间，但是针对随机数列，时间复杂度有一个明显的下降，最优情况下为 O（n），如果输入数列是一个严格减序列

另外我们可以打印最长递减序列，这个需要通过额外的存储实现，我们可以针对节点存储preNode，最后用递归的手段实现打印序列，如通过最大长度n 找到对应的节点索引，递归前序节点，然后打印节点

比较复杂的是打印所有的最长序列，我构想的一个解决方案是在过程中存储的不仅仅是长度为n的序列的最小尾端值，而是挂一个长度为n序列的尾端的有序链表上去，在最后存pre的时候存的是长度n 与对应链表的index，这样是可以遍历出所有最大长度的序列的，这个我还没实践验证

最后感谢另外一位博主的思路分享 http://blog.csdn.net/joylnwang/article/details/6766317

2015年5月23日13:45:00 抱歉之前弄错了概念， TreeMap的键值才是有序的现在修正了程序