每日总结2021.4.27

1.POJ - 3279 大意:给定义一个n*m的棋盘(n,m<=15),上面有0和1,每次操作可以选择一个位置,把它翻转(0变1,1变0)他周围的四个位置会引发连锁反应也会被翻转,求把棋盘全部变成0的最小操作次数,如果不可能则输出“IMPOSSIBLE”,最小的有多种操作方式,输出字典序最小的。

思路: 和之前做过的acwing费解的开关一样的题,只是数据范围大了些,状态压缩+暴力枚举,大致计算了时间复杂度,勉强可行。首先抓住关键点,一行一行的看,如果前面的行都被确定了,到当前是一行出现的1只能靠下一行改变,所以思路就很清晰了,先把第一行所有的操作方式枚举,用二进制状态压缩,1代表翻转,0代表不翻转,这样就把说有的操作方式给枚举到了,接下来就是一行一行的往下,到了最后一行的时候,只需要看这一行是不是全部为0就行了。

总结:因为最小步数的特性,前面某块处理好的东西我们就不再去改变它的状态。把复杂的连锁问题给简化。

2.POJ - 3126 给定两个四位数质数A,B,不含有前导0,每次只能改变其中的一个数字,每次改变后还是质数,求将A变成B的最小步数。

思路:最小步数嘛,很容易想到bfs做,素数筛,晒素数时间复杂度O(n),搜索最多1e4个节点,每次循环36次,大约为4e5,每次最多100组,可行。注意用线性筛筛素数的时候稍微开大一点,血淋淋的教训,开的小了,调了好久。

总结,最小步数模型一般都用bfs。如果数据范围超级大,考虑用A*算法;如果数据范围较大,但不是很离谱,但是剪枝也过不了,试试双向bfs

3.POJ - 3087 大意;有两堆纸牌a,b 和给定的c 问最少经过几次洗牌操作可以得到c,然后给定洗牌规则:交叉堆叠,c[0]=b[0],c[1]=b[0]…,然后将前一半做a,后一半做b。

思路:就直接上手模拟,多循环几次,以为循环n次就行了,结果wa了好几次,(注意,不要通过主观猜测直接写,就算猜测也要多试几组,归纳。)科学的做法是开个map记重,出现重复了,就是完成一次循环了,继续操作一样得不到,所以就可以结束了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
首先,需要将数据转换成pandas的DataFrame格式,代码如下: ```python import pandas as pd data = {'日期/项目(A厂)': ['2021.1.1', '2021.1.2', '2021.1.3', '2021.1.4', '2021.1.5', '2021.1.6', '2021.1.7', '2021.1.8', '2021.1.9', '2021.1.10', '2021.1.11', '2021.1.12', '2021.1.13', '2021.1.14', '2021.1.15', '2021.1.16', '2021.1.17', '2021.1.18', '2021.1.19', '2021.1.20', '2021.1.21', '2021.1.22', '2021.1.23', '2021.1.24', '2021.1.25', '2021.1.26', '2021.1.27', '2021.1.28', '2021.1.29', '2021.1.30', '2021.1.31'], '进水': [149, 164, 86, 164, 146, 136, 93, 96, 90, 134, 141, None, None, None, 138, 138, 161, None, None, None, None, None, None, None, None, None, 114, 107, 121, None, None], 'COD': [20.1, 10.1, 37.1, 16.4, 10.9, 18.7, 17.2, 17.1, 18.5, 23.8, 17.7, 15.6, 11.0, 19.5, 18.5, 15.2, 16.5, 16.3, 17.3, 29.5, 20.7, 19.5, 18.9, 12.0, 23.9, 11.7, 10.6, 11.1, 14.2, 10.6, 12.5], '氨氮': [3.54, 0.65, 1.92, 1.44, 0.84, 1.59, 1.15, 1.61, 1.42, 2.46, 2.50, 1.48, 1.04, 3.55, 1.60, 1.82, 2.60, 2.10, 1.54, 3.54, 2.67, 3.25, 2.12, 2.38, 2.34, 1.51, 1.58, 1.31, 1.66, 1.26, 1.71], '总磷': [30.7, 20.1, 44.1, 21.5, 18.4, 29.7, 23.5, 24.2, 26.9, 31.7, 28.3, None, None, 24.0, 26.9, 27.8, 20.5, 27.9, 31.8, 37.8, 24.9, 29.3, None, 23.4, 23.5, 12.4, 27.9, 19.3, 17.6, 19.5, 15.4]} df = pd.DataFrame(data) ``` 接下来,我们可以使用matplotlib库进行数据可视化,这里我选择绘制折线图。代码如下: ```python import matplotlib.pyplot as plt # 设置图形大小 plt.figure(figsize=(10, 6)) # 绘制折线图 plt.plot(df['日期/项目(A厂)'], df['进水'], label='进水') plt.plot(df['日期/项目(A厂)'], df['COD'], label='COD') plt.plot(df['日期/项目(A厂)'], df['氨氮'], label='氨氮') plt.plot(df['日期/项目(A厂)'], df['总磷'], label='总磷') # 添加标题和标签 plt.title('A厂水质监测', fontsize=16) plt.xlabel('日期', fontsize=12) plt.ylabel('含量', fontsize=12) # 添加图例 plt.legend() # 显示图形 plt.show() ``` 运行上述代码,即可得到一张含有4条曲线的折线图,用于展示A厂水质监测数据的趋势。

“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