华为OD 矩阵匹配

最新推荐文章于 2024-09-17 15:44:24 发布

Blade6

最新推荐文章于 2024-09-17 15:44:24 发布

阅读量343

点赞数 10

文章标签：华为od 矩阵算法 java

本文链接：https://blog.csdn.net/Troubledontfindme/article/details/139389991

版权

题目：从一个 N * M(N ≤ M)的矩阵中选出 N 个数,任意两个数字不能在同一行或同一列,求选出来的 N 个数中第 K 大的数字的最小值是多少。

输入描述：1≤K≤N≤M≤150
输入格式：
N M K
N*M矩阵

输出描述：
N*M的矩阵中可以选出M!/N!种组合数组，每个组合数组中第K大的数中的最小值。无需考虑重复数字，直接取字典排序结果即可。
补充说明：注意：结果是第K大的数字的最小值

示例1
输入：3 4 2

输出：3

说明：N*M的矩阵中可以选出M!/N!种组合数组，每个组合数组中第K大的数中的最小值；上述输入中选出的数组组合为1,3,6; 1,3,3; 1,4,8; 1,4,3;…上述输入样例中选出的组合数组有24种，最小数组为1,3,3，则第2大的最小值为3。

解题思路：
逐行遍历，第一行任意一列取一个元素，然后到下一行的不同列取第二个元素，以此类推，直到每一行都取了元素。这时将取出来的所有元素排序，获得其中第K大的元素，将它和min_value进行比较，更新min_value。
维护一个boolean数组cols，记录所有的列的状态值，如果某列被用过了，则将对应的值更新为true。行数则不需要维护，因为我们是逐行遍历的，行数一定不会重复的。

Java代码实现：

import java.util.*;

public class ATest {
	public static int min_value = Integer.MAX_VALUE;
	
    public static void main(String[] args) {
    	// 用于初始化矩阵、排序和查找第 K 大的数字的最小值
    	Scanner in = new Scanner(System.in);
    	int N = in.nextInt();
    	int M = in.nextInt();
    	int K = in.nextInt();
    	int[][] matrix = new int[N][M];
    	for(int i = 0; i<N; i++){
    		for(int j = 0; j<M; j++){
    			matrix[i][j] = in.nextInt();
    		}
    	}

    	int result = findMinimumKthLargest(matrix, N, M, K);
        System.out.println(result);
    }
    
    public static int findMinimumKthLargest(int[][] matrix, int N, int M, int K){
    	boolean[] cols = new boolean[M];
    	
    	ArrayList<Integer> selected = new ArrayList<>(); 

    	findKthLargest(matrix, 0, cols, selected, K);
    	return min_value;     
    }
    
    public static void findKthLargest(int[][] matrix, int i, boolean[] cols, 
    		ArrayList<Integer> selected, int K){
    	if(selected.size() == matrix.length){
    		ArrayList<Integer> deepCopyList = new ArrayList<>(selected);//深拷贝
    		Collections.sort(deepCopyList);
    		Collections.reverse(deepCopyList);
    		int value = deepCopyList.get(K-1);// 获取第K大的值
			min_value = Math.min(min_value, value);
    		return;
    	}
    	
    	for(int j = 0; j<matrix[0].length;j++){
    		if(!cols[j]){
    			// 选择当前元素
                selected.add(matrix[i][j]);
                cols[j] = true;
                
                // 递归搜索下一行
                findKthLargest(matrix, i+1, cols, selected, K);
             
		        // 回溯，撤销选择
                selected.remove(selected.size()-1);
                cols[j] = false;
    		}
    	}   
                
	}

}