【问题描述】
小蓝手中有 2023 种不同面值的硬币,这些硬币全部是新版硬币,其中第 i (1 ≤ i ≤ 2023) 种硬币的面值为 i ,数量也为 i 个。硬币兑换机可以进行硬币兑 换,兑换规则为:交给硬币兑换机两个新版硬币 coin1 和 coin2 ,硬币兑换机会 兑换成一个面值为 coin1 + coin2 的旧版硬币。
小蓝可以用自己已有的硬币进行任意次数兑换,假设最终小蓝手中有 K 种不同面值的硬币(只看面值,不看新旧)并且第 i (1 ≤ i ≤ K) 种硬币的个数为 。小蓝想要使得 的值达到最大,请你帮他计算 这个值最大是多少。
注意硬币兑换机只接受新版硬币进行兑换,并且兑换出的硬币全部是旧版硬币。
【解析及代码】
第一种思路是,根据面值 2023 的硬币数最多,直接尽可能地兑换面值 2023 的旧硬币,总数为:
上述方法在兑换时使用的最大面值为 (因为用 1011 和 1012 凑成 2023 时,数量取决于 1011,所以不考虑 1012),最优的凑法是凑成面值 2023 (= 1011 × 2 + 1) 的旧硬币
第二种思路是, 枚举用于兑换的新硬币最大面值 ![r \in 1012, 2023),并兑换面值为 的旧硬币,此时用于兑换的新硬币的最小面值为
对于每一组 ,可以兑换面值为 的旧硬币的个数为 ,不难推导出这是个关于 r 的二次函数,也就是其有极大值
枚举 r 并进行求解,最大值为:682425
ans = 0
for r in range(1012, 2023):
# 目标面值
tar = r * 2 + 1
l = tar - 2023
tmp = (l + r) * (r - l + 1) // 2
# 无更优时退出
if tmp < ans: break
ans = tmp
print(l, r, tmp)
print(ans)
C:松散子序列 91🏆
【问题描述】
给定一个仅含小写字母的字符串 s ,假设 s 的一个子序列 t 的第 i 个字符 对应了原字符串中的第 个字符。我们定义 s 的一个松散子序列为:对于 i > 1 总是有 。设一个子序列的价值为其包含的每个字符的价值之和 (a ∼ z 分别为 1 ∼ 26) 。
求 s 的松散子序列中的最大价值。
【输入格式】
输入一行包含一个字符串 s 。
【输出格式】
输出一行包含一个整数表示答案。
【样例】
输入 | 输出 |
azaazaz | 78 |
【评测用例规模与约定**】**
20% | |
40% | |
70% | |
100% | 1 \leq |
【解析及代码】
先利用 ord 函数,将小写字母转化为 1 ~ 26 的值,记为 value
创建一维列表 dp,以 dp[i] 表示第 i 个字符 (索引从 1 开始) 被包含时,松散子序列的最大价值
然后以 value = [1, 26, 1, 1, 1, 26, 1, 26] 为例:
- 当第 6 个字符 (第 2 个 26) 被包含时,因为松散子序列的定义有 dp[6] = max(dp[:5]) + 26
- 然后又因为题目要求的是价值最大的松散子序列,所以被包含的字符之间的空隔不超过 2,此时可以进一步减少计算量,有 dp[6] = max(dp[3: 5]) + 26
value = list(map(lambda s: ord(s) - 96, input()))
# dp[i] 表示第 i 个字符被采用时的最高分数
dp = [0] * (len(value) + 1)
dp[1] = value[0]
for i, v in zip(range(2, len(value) + 1), value[1:]):
# 找到最优的前置状态: 最优松散子序列中各个数的间隔不超过 2
dp[i] = max(dp[max(0, i - 3): i - 1]) + v
# 最后两个数必有一个被包含
print(max(dp[-2:]))
D:管道 73🏆
【问题描述】
有一根长度为 len 的横向的管道,该管道按照单位长度分为 len 段,每一段的中央有一个可开关的阀门和一个检测水流的传感器。
一开始管道是空的,位于 的阀门会在 时刻打开,并不断让水流入管道。
对于位于 的阀门,它流入的水在 时刻会使得从第 段到第 段的传感器检测到水流。
求管道中每一段中间的传感器都检测到有水流的最早时间。
【输入格式】
输入的第一行包含两个整数 n, len,用一个空格分隔,分别表示会打开的阀门数和管道长度。
接下来 n 行每行包含两个整数 ,用一个空格分隔,表示位于第 段管道中央的阀门会在 时刻打开。
【输出格式】
输出一行包含一个整数表示答案。
【样例】
输入 | 输出 |
3 10 1 1 6 5 10 2 | 5 |
【评测用例规模与约定**】**
30% | n \leq 200, S_i, len \leq 3000 |
70% | n \leq 5000, S_i, len \leq 10^5 |
100% | 1 \leq n \leq 10^5, 1 \leq S_i, len \leq 10^9, 1 \leq L_i \leq len, L_{i-1} < L_i |
【解析及代码】
看不懂为什么会运行错误 ……
把水的流动过程划分为两个过程,即从左到右流动 + 从右到左流动,为每个过程的每段管道计算最早检测到水流的时间 (耗时约 )
再考虑水是双向流动的,某一段管道有水的最早时间就是对这两个过程求最小值 (耗时约 ),最大值即为答案 (耗时约 )
这样的思路总耗时约为 ,而暴力遍历的耗时约为 (测评分数为 36)
n, length = map(int, input().split())
info = [list(map(int, input().split())) for _ in range(n)]
# 使所有阀门的位置 -1
for i in range(n): info[i][0] -= 1
# 按阀门的位置进行排序
info.sort(key=lambda x: x[0])
def solve():
t = [float('inf')] * length
for i in range(n - 1):
(l1, s1), (l2, s2) = info[i: i + 2]
# 修正该阀门的开始时间, 即左侧有水的时间 + 1
s1 = min(t[l1 - 1] + 1, s1)
# 使进入阀门的水只向着右侧流动
for j in range(l2 - l1): t[l1 + j] = s1 + j
# 打开最后一个阀门
lf, sf = info[-1]
sf = min(t[lf - 1], sf)
for j in range(length - lf): t[lf + j] = sf + j
return t
# 水流从左侧流向右侧
l2r = solve()
# 水流从右侧流向左侧
info.reverse()
for i in range(n): info[i][0] = length - 1 - info[i][0]
r2l = reversed(solve())
# 组合得到管道每个位置开始有水流的时间
print(max(map(min, zip(l2r, r2l))))
E:保险箱 18🏆
【问题描述】
小蓝有一个保险箱,保险箱上共有 n 位数字。
小蓝可以任意调整保险箱上的每个数字,每一次操作可以将其中一位增加 1 或减少 1。
当某位原本为 9 或 0 时可能会向前(左边)进位/退位,当最高位(左边第 一位)上的数字变化时向前的进位或退位忽略。
例如:
00000 的第 5 位减 1 变为 99999 ;
99999 的第 5 位减 1 变为 99998 ;
00000 的第 4 位减 1 变为 99990 ;
97993 的第 4 位加 1 变为 98003 ;
99909 的第 3 位加 1 变为 00009 。
保险箱上一开始有一个数字 x,小蓝希望把它变成 y,这样才能打开它,问小蓝最少需要操作的次数。
【输入格式】
输入的第一行包含一个整数 n 。
第二行包含一个 n 位整数 x 。
第三行包含一个 n 位整数 y 。
【输出格式】
输出一行包含一个整数表示答案。
【样例】
输入 | 输出 |
5 12349 54321 | 11 |
【评测用例规模与约定**】**
30% | 1 \leq n \leq 300 |
60% | 1 \leq n \leq 3000 |
100% | 1 \leq n \leq 10^5,x,y 中仅包含数字 0 至 9,可能有前导零 |
【解析及代码】
想了一整天都没想出来问题出在哪,点到为止 (大佬们帮我看看我的思路有什么漏洞)
从题目的样例可以看到,低位的操作会影响高位的数字,但是高位的操作不会影响低位的数字,所以我们可以从低位开始调整保险箱的数字
低位的操作可能会导致高位:
- 进位 (e.g., 597 → 591):597 → 601 → 591 需要 4 步,597 → 591 需要 6 步
- 退位 (e.g., 591 → 597):591 → 587 → 597 需要 5 步,591 → 597 需要 6 步
不难归纳出,低位的调整无需考虑对高位的影响,只需贪心地选择步数最少的方向即可
但是当向上调整的步数、向下调整的步数相等时,则需要考虑对高位的影响 (e.g., 596 → 601)
n = int(input())
# 新增数位, 保留前导零
x = int('1' + input())
y = int(input())
t = 0
# 从低位开始操作
for i in range(n):
# 取最后一位数字记为 a
ax, ay = x % 10, y % 10
# a 上下调整所需的次数
up = (ay - ax) % 10
down = 10 - up
t += min(up, down)
# 两者不相等
if up != down:
x += up if up < down else -down
# 两者相等 (up=down=5), 考虑高位
else:
# 取末 2 位数字记为 b
bx, by = x % 100, y % 100
# 计算上下调整后的误差
fe = lambda e_: min(e_, 10 - e_)
eup = fe((bx + 5 - by) % 100 // 10)
edown = fe((bx - 5 - by) % 100 // 10)
# 根据误差进行调整
x += 5 if eup < edown else -5
# 令保险箱忽略最后一位
x, y = x // 10, y // 10
print(t)
F:树上选点 100🏆
【问题描述】
给定一棵树,树根为 1,每个点的点权为 。
你需要找出若干个点 ,使得:
1. 每两个点 互不相邻;
2. 每两个点 与树根的距离互不相同;
3. 找出的点的点权之和尽可能大。
请输出找到的这些点的点权和的最大值。
【输入格式】
输入的第一行包含一个整数 n 。
第二行包含 n − 1 个整数 ,相邻整数之间使用一个空格分隔,分别表示第 2 至 n 个结点的父结点编号。
第三行包含 n 个整数 ,相邻整数之间使用一个空格分隔,分别表示每个结点的点权。
【输出格式】
输出一行包含一个整数表示答案。
【样例】
输入 | 输出 |
5 1 2 3 2 2 1 9 3 5 | 11 |
【评测用例规模与约定**】**
40% | n \leq 5000 |
100% | 1 \leq n \leq 2 \times 10^5, 1 \leq F_i < i, 1 \leq V_i \leq 10^4 |
【解析及代码】
编写继承 list 的类 Node,用于存储子结点的序号,并用实例变量 i, f, v 分别记录序号、父结点、点权
从根结点出发,搜索并得到各个结点的深度 (即与树根的距离),并根据深度添加到字典 depths
因为要选取若干个点,所以在树足够大的时候树的每一层都会有一个点被选取
而又要求点与点之间互不相邻,所以又会有一些层没有点被选取
以 表示从根结点出发,选中第 i 层第 j 个结点时可以得到的最大点权和,那么有:
其中的 又需要加上“是否相邻”的判断,不难看出这是一个动态规划问题
为了进一步优化 运算,又可以将 进行降序排序,以确保 就是最大值
class Node(list):
''' 元素: 子结点序号
i: 自身序号
f: 父结点序号
v: 结点权值
ret: 从根结点出发选点, 选中该点时可以得到的最大点权和'''
def __init__(self, i, f, v):
super().__init__()
self.i, self.f, self.v = i, f, v
self.ret = 0
_ = int(input())
nodes = [Node(i, f, v) for i, (f, v) in enumerate(zip([-1] + list(map(lambda x: int(x) - 1, input().split())),
map(int, input().split())))]
# 添加子结点
for n in nodes[1:]: nodes[n.f].append(n.i)
# 各个深度的结点的字典
depths = {-1: [Node(-1, -1, 0)]}
# 使用栈消除递归: 结点, 深度
stack = [(nodes[0], 0)]
while stack:
n, d = stack.pop()
depths.setdefault(d, []).append(n)
# 子结点入栈
stack += [(nodes[j], d + 1) for j in n]
maxd = len(depths) - 2
# 设置空结点、根结点的搜索值, 开始动态规划
depths[0][0].ret = depths[0][0].v
# 按深度递增的顺序搜索
for d in range(1, maxd + 1):
for ni in depths[d]:
# 取 d-2 层的最优状态
ni.ret = depths[d - 2][0].ret + ni.v
# 搜索 d-1 层的最优状态 (ni 不能是 nj 的子结点)
for nj in filter(lambda nj: ni.f != nj.i, depths[d - 1]):
ni.ret = max(ni.ret, nj.ret + ni.v)
break
# 根据搜索值进行排序
depths[d].sort(key=lambda n: n.ret, reverse=True)
print(max(depths[maxd][0].ret, depths[maxd - 1][0].ret))
G:T 字消除
【问题描述】
小蓝正在玩一款游戏,游戏中有一个 n × n 大小的 01 矩阵 。
小蓝每次需要选择一个 T 字型的区域,且这个区域内至少要有一个 1 。选 中后,这个区域内所有的元素都会变成 0 。
给定游戏目前的矩阵,小蓝想知道他最多可以进行多少次上述操作。
T 字型区域是指形如 (x − 1, y) (x, y) (x + 1, y) (x, y + 1) 的四个点所形成的区域。其旋转 90, 180, 270 度的形式同样也视作 T 字形区域。
【输入格式】
输入包含多组数据。
输入的第一行包含一个整数 D 表示数据组数。
对于每组数据,第一行包含一个整数 n 。
接下来 n 行每行包含 n 个 0 或 1,表示矩阵 的每个位置的值。
【输出格式】
输出 D 行,每行包含一个整数表示小蓝最多可以对当前询问中的矩阵操作的次数。
【样例】
输入 | 输出 | 说明 |
1 3 001 011 111 | 5 |
【评测用例规模与约定**】**
10% | n=3 |
40% | n \leq 30 |
100% | 3 \leq n \leq 2000 |
【解析及代码】
H:独一无二
【问题描述】
有一个包含 n 个点,m 条边的无向图,第 i 条边的边权为 ,没有重边和自环。设 表示从结点 1 出发到达结点 i 的最短路的不同路径数 (i ∈ [1, n]), 显然可以通过删除若干条边使得 ,也就是有且仅有一条从 1 到 i 的最短路,且保持最短路的路径长度不变,对于每个 i ,求出删除边数的最小值。
【输入格式】
输入的第一行包含两个正整数 n, m。 接下来 m 行,每行包含三个正整数 表示第 i 条边连接的两个点的编号和边权。
【输出格式】
输出 n 行,第 i 行包含一个正整数表示对于结点 i ,删除边数的最小值,如果 1 和 i 不连通,输出 −1 。
【样例】
输入 | 输出 | 说明 |
4 4 1 2 1 1 3 2 2 4 2 3 4 1 | 0 0 0 1 | 在给定的图中,只有 s_4 一开始为 2, 因为有两条最短路:1 → 2 → 4, 1 → 3 → 4, 任意删掉一条边后,就可以只剩一条最短路。 |
【评测用例规模与约定**】**
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
减轻大家的负担。**
[外链图片转存中…(img-39ltORwL-1712837377512)]
[外链图片转存中…(img-hNEEh5Hb-1712837377513)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)