题目一:有n座山每一座山的高度是H[i] 假设当前在i位置,接下来可以进行下面两个操作之一 1.走到相邻的山,代价是 min(0,H[j] - H[i]) 2.发动闪现到任意位置 代价是p 2 <= n <=2e5 0<= p <= 1e9 0 <= H[i] <= 1e9 输入n和p,然后输入H[i] 输出走完所有山的最小代价
1.输入
6` `5` `100` `1` `3` `0` `10` `100
输出
7
2.输入
6 3 1 1 10 10 100 100
输出
3
3.输入
6 5 0 6 6 0 6 6
输出
10
4.输入
6 5 0 6 0 6 0 6
输出
15
5.输入
10 5 100 1 2 3 0 5 19 100 0 100
输出
12
- 思路讲解在解题代码中体现
代码解法:
import java.util.Arrays; import java.util.Scanner; public class Main { public static void main(String[] args) { Scanner scanner = new Scanner(System.in); //n个凉亭 int n = scanner.nextInt(); //移动任意距离消耗p个能量 int p = scanner.nextInt(); int target =0; //记录亭子数量 int[] tingZiNums = new int[n+1]; Arrays.fill(tingZiNums,1000000001); for (int i = 0; i < n ; i++) { tingZiNums[i] = scanner.nextInt(); } //记录初始临时量,阶段最低点 int tmp = 0; if(tingZiNums[0]>=tingZiNums[1]){ tmp = tingZiNums[1]; }else { tmp = tingZiNums[0]; } //记录阶段最低点tmp的元素下标 int preNum = 0; //从第二个位置起,开始遍历所有元素 for (int i = 1; i < n; i++) { //遇到阶段性的高点,进行逻辑处理,否则继续往下遍历 if(tingZiNums[i]>=tmp&&tingZiNums[i+1]>=tingZiNums[i]){ //当元素为最后一个时,且最后一个元素为阶段性最高点,进行逻辑处理 if(i==tingZiNums.length-2){ if(tingZiNums[i]-tmp>=p){ target += p; tmp = tingZiNums[i+1]; preNum = i+1; }else { target += tingZiNums[i]-tmp; tmp = tingZiNums[i+1]; preNum = i+1; } } continue; }else { //遇到下一个元素比当前元素小,进行逻辑处理 if(tingZiNums[i]-tmp>=p){ int k =0; k=i;//解决平顶平底问题 //直接移至最高层,然后再返回其他低的层级 target += p; tmp = tingZiNums[i+1]; preNum = i+1; int j = 0; //解决从下降的最低位置重新返回到下个临时起始位置 for (j = preNum; j < n+1 ; j++) { if(tmp == tingZiNums[j]){ break; } } for (int l = 0; l < n+1 ; l++) { if(tingZiNums[k]==tingZiNums[k-1]){ k--; }else { break; } } //如果不是相邻的层级,需要直接跳跃至下一个最低点层级,消耗p能量 if(k-j>=2){ target +=p; } }else { //逐层往上走 target += tingZiNums[i]-tmp; tmp = tingZiNums[i+1]; preNum = i+1; } } } System.out.println(target); } }
题目二、题目描述 牛牛最近工作繁忙,纷至沓来的任务让牛牛感到焦头烂额。他想以一种高效的方式来工作,因此他根据数据结构中所学的知识找到了一种解决方法—把完成每项任务所需的时间存储下来,并按一定的顺序执行。 牛牛所想到的数据结构是队列。队列是计算机的基本数据结构之一,它是一种采用FIFO (先进先出)的结构存储数据的方法。 牛牛也注意到了这种方法存在的弊端:所有的任务都要按顺序执行,但是牛牛的工作时间是固定的,一旦出现需要处理的紧急事务,很可能无法及时解决。所以,牛牛首先需要预测一下,自己在不同的工作时间内分别能够处理多少常规任务。 输入描述: 第一行输入整数N和M,分别代表工作任务的总数和待测的工作时间的数量,其间以空格隔开。 第二行输入N个整数t,分别表示每项任务所需的工作时间,t;表示第一项任务...依此类推,其间以空格隔开。 接下来的M行,每行输入对应的不同工作时间T。1<N, M < 200000 1<ti< 10000 1<T<2x 109 输出描述: 输出M行,每行为对应的工作时间内能完成的任务数量。
1.输入:
7 4 1 2 3 1 2 3 1 1 8 11 14
输出:
1 4 5 7
2.输入:
5 4 1 2 3 4 5 1 2 3 4
输出:
1 1 2 2
3.输入:
8 4 1 10 4 5 5 4 10 1 11 20 29 40
输出:
2 4 6 8
- 思路讲解在代码中体现
- 以下代码经过时间复杂度的优化,否则通过率仅为70%
代码解法:
import java.util.Arrays; import java.util.Scanner; public class Main { public static void main(String[] args) { Scanner scanner = new Scanner(System.in); int n = scanner.nextInt(); int m = scanner.nextInt(); int[] taskNumsTime = new int[n]; int[] haveTime = new int[m]; for (int i = 0; i < n ; i++) { taskNumsTime[i] = scanner.nextInt(); } for (int i = 0; i < m; i++) { haveTime[i] = scanner.nextInt(); } int[] target = new int[m]; int tmp =0; int finishtask =0; //优化时间复杂度;preTaskData[0]: 代表j; 记录 任务时间起始位置下标 // preTaskData[1] :tmp; 记录j 之前的时间和 //preTaskData[2] :finishtask 记录j 之前的时间能完成的任务数 int[] preTaskData = new int[3]; Arrays.fill(preTaskData,0); for (int i = 0; i < m; i++) { for (int j = preTaskData[0]; j < n; j++,preTaskData[0]++) { tmp += taskNumsTime[j]; if(tmp<=haveTime[i]){ finishtask++; target[i] = finishtask; preTaskData[1] = tmp; preTaskData[2] =finishtask; }else { tmp = preTaskData[1]; finishtask = preTaskData[2]; target[i] = finishtask; break; } } } for (int i = 0; i < m; i++) { System.out.println(target[i]); } } }
题目三:思路讲解:直接遍历题目给定的N*N二维数组,定义一个long类型的res变量,将二维数组的值直接全部累加即可,输出最后的结果res的值。
时间复杂度:O(n的平方)