图论练习2:双栈排序

题目描述

Tom最近在研究一个有趣的排序问题。如图所示,通过2个栈S1和S2,Tom希望借助以下4种操作实现将输入序列升序排序。
这里写图片描述

操作a
如果输入序列不为空,将第一个元素压入栈S1

操作b
如果栈S1不为空,将S1栈顶元素弹出至输出序列

操作c
如果输入序列不为空,将第一个元素压入栈S2

操作d
如果栈S2不为空,将S2栈顶元素弹出至输出序列

如果一个1~n的排列P可以通过一系列操作使得输出序列为1,2,…,(n-1),n,Tom就称P是一个“可双栈排序排列”。例如(1,3,2,4)就是一个“可双栈排序序列”,而(2,3,4,1)不是。
当然,这样的操作序列有可能有几个,Tom希望知道其中字典序最小的操作序列是什么。

输入输出格式

输入格式:
第二行有n个用空格隔开的正整数,构成一个1~n的排列。

输出格式:
如果输入的排列不是“可双栈排序排列”,输出数字0;否则输出字典序最小的操作序列,每两个操作之间用空格隔开,行尾没有空格。

输入样例:
【输入样例1】
4
1 3 2 4
【输入样例2】
4
2 3 4 1
【输入样例3】
3
2 3 1

输出样例:
【输出样例1】
a b a a b b a b
【输出样例2】
0
【输出样例3】
a c a b b d
做题思路
开始没有想过双栈排序与单栈排序有什么不同的地方,结果就完全作为两个单栈来进行排序,结果。。。。。只对了输出了“0”的点(骗分都可以搞到好吧),很尴尬;
AC思路
其实我们单纯模拟的话大体的程序已经出来了,只是少了一个判定的条件,也就是下面代码中写到check里面的,其实我们只要判定,如果在我们加入的元素i的后面如果存在一个比i以及第二栈队首后出栈的元素j,且元素j后面又存在一个比i更早出栈的元素k的话,那么i,j就不能放在一个栈里面,所以,我们就只能把这个元素i放在第二个栈里面了,那么,至于能不能加入栈2,在加入栈2的时候自然会有判定,所以,这里就不用考虑了。

#include<iostream>
#include<algorithm>
#include<cstdio>
#include<cstring>
using namespace std;
int n;
int s1[4000],s2[4000],l1=0,l2=0;
string a;
struct node
{
    int i,j;
}e[40000];
int cc(const node &a,const node &b)
{
    return a.j<b.j;
}//离散化排序; 
int cc2(const node &a,const node &b)
{
    return a.i<b.i;
}//排回去; 
int check(int k)
{
    if(!l2)return 1;//如果第二个栈没有则不用考虑; 
    int i,j;
    for(i=k+1;i<=n;i++) if(e[i].j>e[k].j&&e[i].j>s2[l2])break;//如果出现后面的一个数i比当前的k与现在的栈2的队首出栈晚;
                                                              //在这种情况下,加入i后,如果k或者栈2的栈首没有出栈,那么,无法进行双栈排序;  
    for(j=i+1;j<=n;j++) if(e[j].j<e[k].j) return 0;//如果出现i后,i后面的还存在着一个要比k出栈要早的值的话,就说明如果i与k加入同一个栈,就绝对无法完成双栈排序了,所以我们将k加入栈2,能不能加入栈2自然也有判定;
                                                   //至于为什么不用判栈2队首,是因为加入栈2时我们会有判定,所以这里没必要判; 
    return 1;
}
int main()
{
    cin>>n;
    int flag=1;
    s1[0]=10005;
    s2[0]=10005;
    for(int i=1;i<=n;i++)
        e[i].i=i,cin>>e[i].j;
    sort(e+1,e+n+1,cc);//从小到大排序; 
    for(int i=1;i<=n;i++)
        e[i].j=i;//离散化处理; 
    sort(e+1,e+n+1,cc2);//排回来; 
    int now=1/*出栈顺序*/,zhi=1/*当前入栈编号*/;
    for(int i=1;i<=n*2;i++)//每个元素入栈一次,出栈一次总共处理2*n; 
    {
        if(s1[l1]==now)
        {
           l1--,a+="b",now++;
           continue;
        } 
        if(s2[l2]==now)
        {
          l2--,a+="d",now++;
          continue;
        }//如果到了该输出的时候就输出; 
        if(s1[l1]>e[zhi].j&&check(zhi))//这个check是最烦的; 
        {
           a+="a",l1++,s1[l1]=e[zhi].j,zhi++;
           continue; 
        } 
        else if(s2[l2]>e[zhi].j)
        {
           a+="c",l2++,s2[l2]=e[zhi].j,zhi++;
           continue;
        }//入栈直接模拟就可以了; 
        flag=0;//如果它没有进行上面任何一个操作,那么就无法完成双栈排序,flag=0; 
    }
    if(flag)
    {
        for(int i=0;i<a.size()-1;i++)cout<<a[i]<<" ";
        cout<<a[a.size()-1];
    }
    else
    cout<<"0";
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
并行图论算法是一种在计算机系统中并行执行的算法,用于解决图论问题。PDF(Parallel Depth-First)算法是一种在图中进行深度优先搜索的并行算法。 PDF算法的基本思想是将图划分为若干个子图,然后利用多个处理单元并行地对各个子图进行深度优先搜索。在搜索过程中,每个处理单元都可以独立地访问并处理自己负责的子图的顶点和边。当某个处理单元搜索完自己负责的子图之后,可以向其他处理单元发送消息以获取相邻子图的信息。通过相互通信和共享信息,处理单元可以一起协作完成整个图的搜索过程。 与串行的深度优先搜索相比,PDF算法具有以下优势: 1. 加速搜索:由于使用了多个处理单元并行搜索,PDF算法可以大大加快图的遍历过程,提高搜索的效率。 2. 资源利用率高:多个处理单元可以同时工作,充分利用了计算机系统的资源。 3. 可扩展性强:PDF算法可以根据计算机系统的性能和图的规模来调整处理单元的数量,从而适应不同规模的图论问题。 4. 并行度高:由于各个处理单元可以独立地处理子图,PDF算法具有较高的并行度,能够充分发挥计算机系统的并行计算能力。 总而言之,PDF算法是一种适用于并行计算的图论算法,可以利用计算机系统中多个处理单元的并行性能来加速图的搜索过程,提高计算效率和资源利用率。

“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