蓝桥杯 路径 DP python(1)

在这里插入图片描述

说完了中间部分的节点,现在就来说一下两边的节点,因为节点1是所有数的约数,那么它可以直接得出 2~22 的距离了,就是节点值本身。而最后一个数2021,它的动作就是判断在它的连接范围内哪个距离最短,哪个短就选哪个。

💦💦 我们先看一下二维DP的思路

试题D:路径 答案:10266837

最小公倍数LCM(least common multiple)的辗转相除法。

def lcm(a,b):

if a > b:

a,b = b,a

mul = a * b

不断用大的数除以小的数取余数部分直到最后能够整除为止。

while a > 0:

a,b = b % a, a

return mul// b

target = 2021

dp= [[float(“inf”)] * (target+1) for i in range(target+1)] # 创建列表的两种写法

初始化状态

for i in range(1,23): # 1能到的最远距离是22,因为22-1不大于21,所以这里右区间是23

dp[1][i] = i # 1 与 n 的最小公倍数必定是 n

for i in range(2,target+1): # 填表

从第i个数开始只填绝对值小于21的部分

for j in range(i,i+22):

当超出目标值2021时终止循环

if j > target:

break

当j等于i时,寻找上一个距离i最近的节点,第一个动作

if j == i:

寻找前面21范围以内的数,找出上一节点到i节点的最短路径

for k in range(1,22):

if i - k > 0:

取二者最小值

dp[i][j] = min(dp[i][j],dp[i-k][j])

else:

break

第二个动作就是确定i的上一节点到i的下一节点的距离

else:

dp[i][i]表示上一个节点到节点i的最短距离,然后上一节点又表示上上节点到该节点的距离,然后上上…

其实就是节点1到节点i的距离

lcm(i,j)表示i到下一节点的距离

dp[i][j]表示节点1到节点j的路径

dp[i][j] = lcm(i,j) + dp[i][i]

最后打印结果

print(dp[target][target])

💦💦对于二维DP而言,有些地方是可以优化的,可以一气呵成,将两个动作合并成一个动作,转换成一维DP。下面我们看一下代码实现。

试题D:路径 答案:10266837

最小公倍数LCM(least common multiple)的辗转相除法。

def lcm(a,b):

if a > b:

a,b = b,a

mul = a * b

不断用大的数除以小的数取余数部分直到最后能够整除为止。

while a > 0:

a,b = b % a, a

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。

img

img

img

img

img

img

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)

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)

  • 10
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
矩阵计数是一道经典的组合数学问题,可以用状压DP来解决。以下是一份Python代码的参考实现。 首先,我们需要输入矩阵的行数和列数,以及每行和每列的限制数。然后,我们可以使用二进制数来表示每行和每列的状态,其中1表示该行或该列已经有了一个矩阵,0表示该行或该列还可以放置一个矩阵。 接下来,我们可以使用状压DP来计算矩阵的数量。我们可以定义一个三维数组dp,其中dp[i][j][s]表示在第i行,第j列,状态为s时的矩阵数量。可以通过枚举上一个状态s',来更新dp[i][j][s]。具体来说,如果s'与s在第i行和第j列上的状态都是0,则可以从dp[i][j-1][s']或dp[i-1][j][s']转移而来。如果s'与s在第i行或第j列上的状态不同,则不能转移。最后,dp[m][n][0]就是最终的答案。 下面是完整的代码实现: ```python n, m, k1, k2 = map(int, input().split()) # 行状态用二进制数表示 row_mask = [0] * n for i in range(n): row_mask[i] = int(''.join(input().split()), 2) # 列状态用二进制数表示 col_mask = [0] * m for j in range(m): col_mask[j] = int(''.join(input().split()), 2) # 初始化dp数组 dp = [[[0 for _ in range(1 << m)] for _ in range(m + 1)] for _ in range(n + 1)] dp[0][0][0] = 1 # 状压DP for i in range(1, n + 1): for j in range(m + 1): for s in range(1 << m): for sp in range(1 << m): # 如果s'与s在第i行和第j列上的状态都是0,则可以从dp[i][j-1][s']或dp[i-1][j][s']转移而来 if (sp & s) == 0 and (row_mask[i - 1] & sp) == 0 and (col_mask[j - 1] & sp) == 0: if j == 0: dp[i][1][sp] += dp[i - 1][m][s] else: dp[i][j + 1][sp] += dp[i][j][s] + dp[i - 1][j][s] # 如果s'与s在第i行或第j列上的状态不同,则不能转移 else: continue # 计算答案 ans = 0 for s in range(1 << m): if bin(s).count('1') == k2: ans += dp[n][m][s] print(ans % 998244353) ``` 其中,我们使用了Python内置的bin函数来将一个整数转换为二进制字符串,并使用count方法来计算其中1的个数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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