时间限制:10000ms
单点时限:1000ms
内存限制:256MB
描述
小Hi和小Ho的班级正在进行班长的选举,他们决定通过一种特殊的方式来选择班长。
首先N个候选人围成一个圈,依次编号为0..N-1。然后随机抽选一个数K,并0号候选人开始按从1到K的顺序依次报数,N-1号候选人报数之后,又再次从0开始。当有人报到K时,这个人被淘汰,从圈里出去。下一个人从1开始重新报数。
也就是说每报K个数字,都会淘汰一人。这样经过N-1轮报数之后,圈内就只剩下1个人了,这个人就作为新的班长。
举个例子,假如有5个候选人,K=3:
初始
0: 0 1 2 3 4
从0号开始报数,第1次是2号报到3
1: 0 1 - 3 4 // 0 1 2, 2号候选人淘汰
从3号开始报数,第2次是0号报到3
2: - 1 3 4 // 3 4 0, 0号候选人淘汰
从1号开始报数,第3次是4号报到3
3: 1 3 - // 1 3 4, 4号候选人淘汰
从1号开始报数,第4次是1号报到3
4: - 3 // 1 3 1, 1号候选人淘汰
对于N=5,K=3的情况,最后当选班长的人是编号为3的候选人。
小Ho:小Hi,我觉得当人数和K都确定的时候已经可以确定结果了。
小Hi:嗯,没错。
小Ho:我也想当班长,小Hi你能提前告诉我应该站在哪个位置么?
小Hi:我可以告诉你怎么去求最后一个被淘汰的位置,不过具体的值你得自己去求解。
小Ho:嗯,没问题,那么你快告诉我方法吧!
约瑟夫问题:
小Hi:这个问题其实还蛮有名的,它被称为约瑟夫的问题。
最直观的解法是用循环链表模拟报数、淘汰的过程,复杂度是O(NM)。
今天我们来学习两种更高效的算法,一种是递推,另一种也是递推。第一种递推的公式为:
令f[n]表示当有n个候选人时,最后当选者的编号。
f[1] = 0
f[n] = (f[n - 1] + K) mod n
接下来我们用数学归纳法来证明这个递推公式的正确性:
(1) f[1] = 0
显然当只有1个候选人时,该候选人就是当选者,并且他的编号为0。
(2) f[n] = (f[n - 1] + K) mod n
假设我们已经求解出了f[n - 1],并且保证f[n - 1]的值是正确的。
现在先将n个人按照编号进行排序:
0 1 2 3 … n-1
那么第一次被淘汰的人编号一定是K-1(假设K < n,若K > n则为(K-1) mod n)。将被选中的人标记为”#”:
0 1 2 3 … K-2 # K K+1 K+2 … n-1
第二轮报数时,起点为K这个候选人。并且只剩下n-1个选手。假如此时把k+1看作0’,k+2看作1’…
则对应有:
0 1 2 3 … K-2 # K K+1 K+2 … n-1
n-K’ n-2’ 0’ 1’ 2’ … n-K-1’
此时在0’,1’,…,n-2’上再进行一次K报数的选择。而f[n-1]的值已经求得,因此我们可以直接求得当选者的编号s’。
但是,该编号s’是在n-1个候选人报数时的编号,并不等于n个人时的编号,所以我们还需要将s’转换为对应的s。
通过观察,s和s’编号相对偏移了K,又因为是在环中,因此得到s = (s’+K) mod n。
即f[n] = (f[n-1] + k) mod n。
该算法的时间复杂度为O(N),空间复杂度为O(1)。对于N不是很大的数据来说,可以解决。
小Ho:要是N特别大呢?
小Hi:那么我们就可以用第二种递推,解决的思路仍然和上面相同,而区别在于我们每次减少的N的规模不再是1。
同样用一个例子来说明,初始N=10,K=4:
初始序列:
0 1 2 3 4 5 6 7 8 9
当7号进行过报数之后:
0 1 2 - 4 5 6 - 8 9
在这里一轮报数当中,有两名候选人退出了。而对于任意一个N,K来说,退出的候选人数量为N/K(“/”运算表示整除,即带余除法取商)
由于此时起点为8,则等价于:
2 3 4 - 5 6 7 - 0 1
因此我们仍然可以从f[8]的结果来推导出f[10]的结果。
但需要注意的是,此时f[10]的结果并不一定直接等于(f[8] + 8) mod 10。
若f[8]=2,对于原来的序列来说对应了0,(2+8) mod 10 = 0,是对应的;若f[8]=6,则有(6+8) mod 10 = 4,然而实际上应该对应的编号为5。
这是因为在序列(2 3 4 - 5 6 7 - 0 1)中,数字并不是连续的。
因此我们需要根据f[8]的值进行分类讨论。假设f[8]=s,则根据s和N mod K的大小关系有两种情况:
1) s < N mod K : s’ = s - N mod K + N
2) s ≥ N mod K : s’ = s - N mod K + (s - N mod K) / (K - 1)
此外还有一个问题,由于我们不断的在减小N的规模,最后一定会将N减少到小于K,此时N/K=0。
因此当N小于K时,就只能采用第一种递推的算法来计算了。
改进后的算法可以很快将N的规模减小到K,对于K不是很大的问题能够快速求解。
实现代码(ac)
import java.util.Scanner;
public class Joseph {
public static int joseph(int n, int k) {
int res;
if (n == 1)
return 0;
if (n < k) {
res = 0;
for (int i = 2; i <= n; i++)
res = (res + k) % i;
return res;
} else {
res = joseph(n - n / k, k);
if (res < n % k)
res = res - n % k + n;
else
res = res - n % k + (res - n % k) / (k - 1);
}
return res;
}
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int N = sc.nextInt();
for (int i = 0; i < N; i++) {
int num = sc.nextInt();
int k = sc.nextInt();
System.out.println(joseph(num, k));
}
}
}