2-1 Quick Power (10分)
题目描述
The function Power calculates the exponential function Nk
. But since the exponential function grows rapidly, you are supposed to return (Nk)%10007 instead.
Format of function:
int Power(int N, int k);
Both N and k are integers, which are no more than 2147483647.
Sample program of judge:
#include <stdio.h>
int Power(int, int);
const int MOD = 10007;
int main()
{
int N, k;
scanf("%d%d", &N, &k);
printf("%d\n", Power(N, k));
return 0;
}
/* Your function will be put here */
Sample Input 1:
2 3
Sample Output 1:
8
Sample Input 2:
128 2
Sample Output 2:
6377
代码实现
int Power(int n, int k) {
if (k == 0)return 1;
n%=MOD;
if (k & 1) {
return n * Power(n, k - 1) % MOD;
}
else {
int tmp = Power(n, k / 2);
return tmp * tmp%MOD;
}
}
3-1 排序 (40分)
3-2 找第k小的数 (20分)
题目描述
设计一个平均时间为O(n)的算法,在n(1<=n<=1000)个无序的整数中找出第k小的数。
提示:函数int partition(int a[],int left,int right)的功能是根据a[left]a[right]中的某个元素x(如a[left])对a[left]a[right]进行划分,划分后的x所在位置的左段全小于等于x,右段全大于等于x,同时利用x所在的位置还可以计算出x是这批数据按升非降序排列的第几个数。因此可以编制int find(int a[],int left,int right,int k)函数,通过调用partition函数获得划分点,判断划分点是否第k小,若不是,递归调用find函数继续在左段或右段查找。
输入格式:
输入有两行:
第一行是n和k,0<k<=n<=10000
第二行是n个整数
输出格式:
输出第k小的数
输入样例:
在这里给出一组输入。例如:
10 4
2 8 9 0 1 3 6 7 8 2
输出样例:
在这里给出相应的输出。例如:
2
代码实现
#include<bits/stdc++.h>
using namespace std;
int n, k, a[1000];
int partition(int left, int right) {
//快排思路,返回分割元素位置
int x = a[left], i = left;
for (int j = left + 1; j <= right; j++) {
if (a[j] <= x) {
i++;
swap(a[i], a[j]);
}
}
swap(a[i], a[left]);
return i;
}
int find(int left, int right) {
//返回该元素
int pos = partition(left, right);
if (pos == k - 1)
return a[pos];
else if (pos > k - 1)
return find(left, pos - 1);
else
return find(pos + 1, right);
}
int main() {
cin >> n >> k;
for (int i = 0; i < n; i++) {
cin >> a[i];
}
cout << find(0, n - 1);
return 0;
}
3-3 两个有序序列的中位数 (20分)
题目描述
已知有两个非降序序列S1, S2, 求S1与S2归并成一个序列的低位中位数。有序序列A0,A1,⋯,AN−1的中位数指A(N−1)/2的值,即第⌊(N+1)/2⌋个数(A0为第1个数)。
输入格式:
输入分4行。第一行给出第一个序列的长度N1(0<N1≤2500000),随后是第一个序列的信息,即N1个非降序排列的整数。数字用空格间隔。随后是第二个序列的长度N2(0<N2≤2500000)和信息。因为测试数据只能10M,2.5*10的6次方规模,二分效果不明显,如果10的7次方数据规模,二分一般比归并快20ms左右。10的8次方快近200多ms。题目主要是输入花费大量的时间,如查找出现超时,尝试多次提交。
输出格式:
在一行中输出两个输入序列的并集序列的低位中位数。
输入样例:2
在这里给出一组输入。例如:
3
1 2 3
5
4 5 6 7 8
输出样例:
在这里给出相应的输出。例如:
4
代码实现
#include <stdio.h>
//#define MAXSIZE 250001
int FindMedian(int [], int, int [], int);
int main(void)
{
int n1,n2;
int i,result;
scanf("%d",&n1);
int *S1=new int[n1+1]; //数组元素个数可能达到250001规模
for(i=1;i<=n1;i++) //输入n1个非降序排列的元素
scanf("%d",&S1[i]);
scanf("%d",&n2);
int *S2=new int[n2+1]; //数组元素个数可能达到250001规模
for(i=1;i<=n2;i++) //输入n2个非降序排列的元素
scanf("%d",&S2[i]);
result=FindMedian(S1,n1,S2,n2);
delete []S1;
delete []S2;
printf("%d",result);
return 0;
}
int FindMedian(int A[], int na, int B[], int nb)
{//利用归并排序中归并的过程来找出na+nb个元素的低位中位数
int i,j;
int k,medianindex,medianvalue;
i=1,j=1;
k=0;
medianindex=(na+nb+1)/2;
while(i<=na && j<=nb && k<medianindex)
{
if(A[i]<=B[j])
{medianvalue=A[i++];k++;}
else
{medianvalue=B[j++];k++;}
}
if(i>na && k<medianindex)
for(;j<=nb && k<medianindex;k++) medianvalue=B[j++];
if(j>na && k<medianindex)
for(;i<=na && k<medianindex;k++) medianvalue=A[i++];
return medianvalue;
}