贪心-数轴覆盖

本文探讨了如何利用算法解决给定有序数组和绳子长度问题,通过多种方法(包括遍历、二分查找和区间覆盖)计算绳子能覆盖的最多点数。实例代码展示了Java、C++和Python实现,适合学习动态规划和区间搜索技巧。
摘要由CSDN通过智能技术生成

引题

给定一个有序数组arr,代表数轴上从左到右有n个点arr[0]、arr[1]...arr[n-1]。给定一个正数L,代表一根长度为L的绳子,求绳子最多能覆盖其中的几个点。

思路

1. 以数组中第一个点为绳子的开头,往后一个一个遍历,看能够覆盖多少个点。以第二个点为开头,往后依次遍历,记录覆盖的点的个数,依次遍历,寻找最大值。O(n^{\2})

2. 采用二分思想,当数组中每个点都为绳子的结尾,绳子长度为L时,寻找开头的位置。如arr[3]=9,L=9,寻找>=arr[3]-L 的最左边的点的位置。O(nlog_{n})

3. 以A为开头,最后一个不超过L的位置为结尾B,以第一个点为A,找满足条件的最远的B的位置,然后将A往前移动一个位置,B从当前位置继续往下遍历,寻找满足的结尾。O(n)

代码

import java.util.Arrays;

public class Code01_CordCoverMaxPoint {

	public static int maxPoint1(int[] arr, int L) {
		int res = 1;
		for (int i = 0; i < arr.length; i++) {
			int nearest = nearestIndex(arr, i, arr[i] - L);
			res = Math.max(res, i - nearest + 1);
		}
		return res;
	}

	public static int nearestIndex(int[] arr, int R, int value) {
		int L = 0;
		int index = R;
		while (L <= R) {
			int mid = L + ((R - L) >> 1);
			if (arr[mid] >= value) {
				index = mid;
				R = mid - 1;
			} else {
				L = mid + 1;
			}
		}
		return index;
	}

	public static int maxPoint2(int[] arr, int L) {
		int left = 0;
		int right = 0;
		int N = arr.length;
		int max = 0;
		while (left < N) {
			while (right < N && arr[right] - arr[left] <= L) {
				right++;
			}
			max = Math.max(max, right - (left++));
		}
		return max;
	}

	// for test
	public static int test(int[] arr, int L) {
		int max = 0;
		for (int i = 0; i < arr.length; i++) {
			int pre = i - 1;
			while (pre >= 0 && arr[i] - arr[pre] <= L) {
				pre--;
			}
			max = Math.max(max, i - pre);
		}
		return max;
	}

	// for test
	public static int[] generateArray(int len, int max) {
		int[] ans = new int[(int) (Math.random() * len) + 1];
		for (int i = 0; i < ans.length; i++) {
			ans[i] = (int) (Math.random() * max);
		}
		Arrays.sort(ans);
		return ans;
	}

	public static void main(String[] args) {
		int len = 100;
		int max = 1000;
		int testTime = 100000;
		for (int i = 0; i < testTime; i++) {
			int L = (int) (Math.random() * max);
			int[] arr = generateArray(len, max);
			int ans1 = maxPoint1(arr, L);
			int ans2 = maxPoint2(arr, L);
			int ans3 = test(arr, L);
			if (ans1 != ans2 || ans2 != ans3) {
				System.out.println("oops!");
				break;
			}
		}

	}

}

随堂练习

数轴上有 N 个点,求一条长度为 K 的线段最多覆盖多少个点?,此处我们认为长度为1的线段最多可以覆盖1个点。

数据范围:1≤n≤30000,1≤k≤1000

数据描述:

第一行N和K,表示点数和线段长度

第二行N个数,表示N个点的坐标

输出描述:

输出一个数,最多覆盖的点数

示例1

输入

5 3

1 2 3 4 5

输出

3

示例2

输入

5 3

1 3 5 7 9

输出

2

Java代码

import java.util.Scanner;
import java.util.Arrays;

public class Main {

	public static int maxPoint(int[] arr, int L) {
		int left = 0;
		int right = 0;
		int N = arr.length;
		int max = 0;
		while (left < N) {
			while (right < N && arr[right] - arr[left] < L) {
				right++;
			}
			max = Math.max(max, right - (left++));
		}
		return max;
	}

	public static void main(String[] args) {
		
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt();
        int l = sc.nextInt();
        int [] arr = new int [n];
        for(int i = 0 ; i < n ; i++){
            arr[i] = sc.nextInt();
        }
        System.out.println(maxPoint(arr, l));
	}

}

C++代码

#include<bits/stdc++.h>
using namespace std;
typedef unsigned long long ull;

int main()
{
    int n;
    int k;
    cin>>n>>k;
    int w[100010];

    for(int i = 0; i < n; i++)
        cin>>w[i];

    int l = 0;
    int m = 0;
    for(int i=0; i<n; i++)
    {
        while(w[i]-w[l]>=k)
        {
            l++;
        }
        m = max(m,i-l+1);
    }
    cout<<m<<endl;;
    return 0;
}


Python代码

n,k= input().split()
n=int(n)
k=int(k)
N=input().split()
ln=len(N)
l=0
m=0
for i in range(0,ln):
    while int(N[i])-int(N[l])>=k:
        l+=1
    m=max(m,i-l+1)
print(m)

区间覆盖问题是指在一条数轴上,给定若干个区间,选取尽可能少的区间,使得这些区间能够覆盖整个数轴贪心算法是一种自下而上的贪心策略,每次选择能够覆盖尽可能多未被覆盖区域的区间加入解集合中。 具体算法步骤如下: 1. 将所有区间按照右端从小到大排序。 2. 初始化当前右端为负无穷。 3. 遍历所有区间,对于每个区间: a. 如果当前右端小于等于该区间的左端,将该区间加入解集合中,更新当前右端为该区间的右端。 4. 返回解集合。 算法时间复杂度为O(nlogn),其中n为区间个数。以下是Python实现: ```python def interval_cover(intervals): intervals.sort(key=lambda x: x[1]) # 按右端排序 right = float('-inf') # 初始化当前右端 chosen = [] # 解集合 for interval in intervals: if right <= interval[0]: # 如果当前右端小于等于该区间的左端 chosen.append(interval) # 将该区间加入解集合中 right = interval[1] # 更新当前右端为该区间的右端 return chosen ``` 其中,intervals是一个包含区间左右端的列表,如[(1, 3), (2, 4), (3, 5), (4, 6)]。函数返回一个解集合,如[(1, 3), (3, 5), (4, 6)],它们能够覆盖整个数轴。 该算法的正确性可以通过反证法证明。假设存在一个更优的解集合S',但该解集合与算法得到的解集合S不同,也就是说它们至少有一个区间不同。我们可以假设在S中覆盖最左边的未被覆盖区域时选择了一个区间I1,而在S'中覆盖同一区域时选择了另一个区间I2。由于I2的右端在I1的右端右侧,所以I2能够覆盖的未被覆盖区域一定比I1小,因此在S中选择I1比选择I2更优。这与假设矛盾,因此S即为最优解。
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