程序设计思维与实践 Week10 作业

A - 签到题

问题描述
东东在玩游戏“Game23”。
在一开始他有一个数字n,他的目标是把它转换成m,在每一步操作中,他可以将n乘以2或乘以3,他可以进行任意次操作。输出将n转换成m的操作次数,如果转换不了输出-1。

Input

输入的唯一一行包括两个整数n和m(1<=n<=m<=5*10^8).

Output

输出从n转换到m的操作次数,否则输出-1.

Simple Input 1

120 51840

Simple Output 1

7

Simple Input 2

42 42

Simple Output 2

0

Simple Input 3

48 72

Simple Output 3

-1

解题思路

递归,每次先判断,如果n==m则标记为找到,return;否则 次数加一,两条路,n2、n3(如果他们小于等于m的话);最后判断输出即可。

完整代码

#include<iostream>
using namespace std;
long long nu,m;
int cn=0;
bool exist=false;
int calculate(int n,int cnt)
{//	cout<<cnt<<" "<<n<<" ";
	if(n==m)
		{exist=true;cn=cnt;return 0;
		}
	cnt++;
	if(2*n<=m)
		calculate(2*n,cnt);

	if(3*n<=m)
		calculate(3*n,cnt);

} 

int main()
{
	cin>>nu>>m;
	if(nu>m)
	cout<<"-1"<<endl;
	calculate(nu,0);
	
	
	if(exist)
	cout<<cn<<endl;
	else
	cout<<"-1"<<endl;
	
	}



B - LIS & LCS

问题描述

东东有两个序列A和B。

他想要知道序列A的LIS和序列AB的LCS的长度。

注意,LIS为严格递增的,即a1<a2<…<ak(ai<=1,000,000,000)。

Input

第一行两个数n,m(1<=n<=5,000,1<=m<=5,000)
第二行n个数,表示序列A
第三行m个数,表示序列B

Output

输出一行数据ans1和ans2,分别代表序列A的LIS和序列AB的LCS的长度

Simple Input

5 5
1 3 2 5 4
2 4 3 1 5

Simple Output

3 2

解题思路

  • 本题考察线性的动态规划
  • LIS:
    • LIS[i]表示以Ai为结尾的最长上升子序列长度
    • LIS[i]=从前面所有结尾小于它的LIS里面取最大的,加上它(+1),即LIS[i]=max{LIS[j] | j<i && Aj<Ai}+1;LIS[1]=1(1只有它自己);
    • 输出max{LIS[i]}即可。
  • LCS:
    • LCS[i][j]表示A到i,B到j的最长公共子序列;
    • 当Ai=Bj时,LCS[i][j]=没有Ai、Bj的上一个状态+1,即否则继承上一状态的最大值,即max(LCS[i-1][j],LCS[i][j-1]);
    • LCS[1][0]=LCS[0][1]=LCS[0][0]=0;
    • 输出LCS[n][m]即可。

完整代码

#include<iostream>
#include<algorithm>
using namespace std;

long long A[5010],B[5010];
long long LIS[5010],LCS[5010][5010];
int n,m;

void Lis()
{

	long long Max=1;
	for(int i=1;i<=n;i++)
		{
		LIS[i]=1;//最少就他自己 一个 
		for(int l=1;l<i;l++)//枚举i前面所有满足条件的找最大值 
		{	if(A[l]<A[i])
				LIS[i]=max(LIS[i],LIS[l]+1);	
		}
		if(LIS[i]>Max)
			Max=LIS[i];
		}
		
		cout<<Max<<" ";
}


void Lcs()
{

for(int j=1;j<=m;j++)
	for(int i=1;i<=n;i++)
		if(A[i]==B[j])
			LCS[i][j]=LCS[i-1][j-1]+1;
		else
			LCS[i][j]=max(LCS[i-1][j],LCS[i][j-1]);  

	cout<<LCS[n][m]<<endl;
}
int main()
{

cin>>n>>m;
for(int i=1;i<=n;i++)
	cin>>A[i];
	
for(int i=1;i<=m;i++)
	cin>>B[i];

Lis();
Lcs();
}

C - 拿数问题 II

问题描述
YJQ 上完第10周的程序设计思维与实践后,想到一个绝妙的主意,他对拿数问题做了一点小修改,使得这道题变成了 拿数问题 II。

给一个序列,里边有 n 个数,每一步能拿走一个数,比如拿第 i 个数, Ai = x,得到相应的分数 x,但拿掉这个 Ai 后,x+1 和 x-1 (如果有 Aj = x+1 或 Aj = x-1 存在) 就会变得不可拿(但是有 Aj = x 的话可以继续拿这个 x)。求最大分数。

Input

第一行包含一个整数 n (1 ≤ n ≤ 105),表示数字里的元素的个数

第二行包含n个整数a1, a2, …, an (1 ≤ ai ≤ 105)

Output

输出一个整数:n你能得到最大分值。

Input

2
1 2

Output

2

Input

3
1 2 3

Output

4

Input

9
1 2 1 3 2 2 2 2 3

Output

10

解题思路

  • 把数组排序,记录最大值m。
  • 从0开始走,直到m,用sum[i]记录各个数字出现的次数,不存在的记为0
  • f[i]记录从0到i的最大分数 ,可分为两种情况,拿了i和不拿i,拿了i即为前前个的值加i*i的次数;不拿i即前一个的值,取最大即可;即f[i]=max(f[i-1],f[i-2]+sum[i]*i)

完整代码


#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
int n,Max;
long long int a[100010],sum[100010],f[100010];
int main()
{
std::ios::sync_with_stdio(false); 
memset(f,0,sizeof(f));
cin>>n;
for(int i=1;i<=n;i++)
	cin>>a[i];
sort(a+1,a+n+1);

Max=a[n];
long long l=1;
int num=0;
int nu=1;
while(nu<=n)//统计各个数字出现的次数 
{
	if(a[nu]==l)
	{num++;nu++;}
	else
	{sum[l]=num;l++;num=0;}
	
}

sum[l]=num;
//cout<<sum[1]<<sum[2]<<sum[3]<<endl;
f[1]=sum[1];
for(int i=2;i<=Max;i++)
	f[i]=max(f[i-1],f[i-2]+(sum[i]*i));
	

cout<<f[Max]<<endl;



}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论 1
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