近似输出(不用结构体版)(C++算法题)

题目描述
读入正整数x和y,将这两个数之间(包括这两个数本身)的所有数按下述特别规则排序后输出。
该特别规则是:按两数倒过来的值进行比较决定其大小,如30倒过来为3,29倒过来为92,则29大于30

输入
一行两个整数x和y,用一个空格隔开,1<=x<=y<=1000000000,y-x<=100


输出
包括y-x+1行,每行一个正整数,按两数倒过来的值进行比较决定其大小,然后由小到大输出

#include<iostream>
using namespace std;


int main(){
long long x,y,i,j,t;
long long a[105],b[105];
cin>>x>>y;
for (i=0;i<=y-x;i++){
    long long s=0;
    t=x+i;
    a[i]=t;
    while (t>0){
        s=s*10+t%10;
        t/=10;
    }
    b[i]=s;
}
for (i=0;i<y-x;i++) {
    for (j=i+1;j<=y-x;j++){
        if (b[i]>b[j]){
            t=b[i];
            b[i]=b[j];
            b[j]=t;
            t=a[i];
            a[i]=a[j];
            a[j]=t;
        }
    }

}
for (i=0;i<=y-x;i++) cout<<a[i]<<"\n";
}


 

就是要两个数组一起换,仅此而已。

之前我想太复杂了,又是想用sort,又是想着要留住前导0换成string,

复杂版错误代码,70分

#include<iostream>
#include <algorithm>
#include<string>
using namespace std;
string r(long long  n){
string str=to_string(n);
reverse(str.begin(),str.end());
return str;
}

int main(){
long long x,y,i;
long long s;
string t;
string a[105];
cin>>x>>y;
for (i=0;i<=y-x;i++){
    s=x+i;
a[i]=r(s);

}
sort(a,a+y-x+1);
for (i=0;i<=y-x;i++) {
    reverse(a[i].begin(),a[i].end());
    cout<<a[i]<<"\n";
}
}

  • 8
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
近似算法是一种用于求解NP难问算法,它能够在多项式时间内得到一个“接近最优解”的解决方案,而不需要得到最优解。通常情况下,这种算法能够在时间和空间复杂度上得到比较好的控制,因此在实际应用中具有很高的价值。 C++实现一个简单的近似算法可以用贪心算法来实现。以背包问为例,假设有n个物品,每个物品有一个重量w[i]和价值v[i],现在需要将这些物品放入容量为W的背包中,求最大的价值。 贪心算法的思路是每次选择价值最高的物品放入背包中,直到不能再放为止。具体实现如下: ```c++ #include <iostream> #include <algorithm> using namespace std; struct Item { int weight; int value; }; bool cmp(Item a, Item b) { double r1 = (double)a.value / a.weight; double r2 = (double)b.value / b.weight; return r1 > r2; } double fractionalKnapsack(int W, Item arr[], int n) { sort(arr, arr + n, cmp); int currWeight = 0; double finalValue = 0.0; for (int i = 0; i < n; i++) { if (currWeight + arr[i].weight <= W) { currWeight += arr[i].weight; finalValue += arr[i].value; } else { int remain = W - currWeight; finalValue += arr[i].value * ((double)remain / arr[i].weight); break; } } return finalValue; } int main() { int W = 50; Item arr[] = {{10, 60}, {20, 100}, {30, 120}}; int n = sizeof(arr) / sizeof(arr[0]); cout << "Maximum value we can obtain = " << fractionalKnapsack(W, arr, n); return 0; } ``` 在这个例子中,我们使用了一个结构体来表示物品的重量和价值。然后,我们定义了一个比较函数来对物品进行排序,排序的规则是按照单位重量的价值从高到低排序。接着,我们使用贪心算法来求解背包问,每次选择价值最高的物品放入背包中,直到不能再放为止。最后,我们输出最大的价值。 需要注意的是,这个算法并不一定能得到最优解,但它能够在多项式时间内得到一个“接近最优解”的解决方案,并且具有很高的实用价值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值