1、跳石板
小易来到了一条石板路前,每块石板上从1挨着编号为:1、2、3…
这条石板路要根据特殊的规则才能前进:对于小易当前所在的编号为K的 石板,小易单次只能往前跳K的一个约数(不含1和K)步,即跳到K+X(X为K的一个非1和本身的约数)的位置。 小易当前处在编号为N的石板,他想跳到编号恰好为M的石板去,小易想知道最少需要跳跃几次可以到达。
例如:
N = 4,M = 24:
4->6->8->12->18->24
于是小易最少需要跳跃5次,就可以从4号石板跳到24号石板
输入描述:
输入为一行,有两个整数N,M,以空格隔开。 (4 ≤ N ≤ 100000) (N ≤ M ≤ 100000)
输出描述:
输出小易最少需要跳跃的步数,如果不能到达输出-1
示例1
输入
4 24
输出
5
思路:动态规划
采用动态规划思想求解。创建一个vector容器steps,steps[i]表示到达i号石板所需的最小步数。初始化为steps容器为INT_MAX。从序号N的石板开始逐个遍历,若steps[i]为INT_MAX,表示该点不可到达,直接开始下次循环。若steps[i]不为INT_MAX,表示该点可以到达,下面求解编号i的约数,进行动态规划。动态规划的转移方程为:
steps[i+j] = min(steps[i]+1,steps[i+j]) //i为石板编号,j为i的约数
代码:
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int main()
{
int N, M;
while (cin >> N >> M)
{
vector<int> steps(M + 1, INT_MAX);
steps[N] = 0;
for (int i = N; i <= M; ++i)
{
if (steps[i] == INT_MAX)
continue;
for (int j = 2; j * j <= i; ++j)
{
if (i % j == 0)
{
if (i + j <= M)
steps[i + j] = min(steps[i] + 1, steps[i + j]);
if (i + i / j <= M)
steps[i + i / j] = min(steps[i] + 1, steps[i + i / j]);
}
}
}
if (steps[M] == INT_MAX)
steps[M] = -1;
cout << steps[M] << endl;
}
return 0;
}
2、问题描述:在计算机中,通配符一种特殊语法,广泛应用于文件搜索、数据库、正则表达式等领域。现要求各位实现字符串通配符的算法。
要求:
实现如下2个通配符:
*:匹配0个或以上的字符(字符由英文字母和数字0-9组成,不区分大小写。下同)
?:匹配1个字符
输入:
通配符表达式;
一组字符串。
输出:
返回匹配的结果,正确输出true,错误输出false
输入描述:
先输入一个带有通配符的字符串,再输入一个需要匹配的字符串
输出描述:
返回匹配的结果,正确输出true,错误输出false
示例1
输入
te?t*.*
txt12.xls
输出
false
首先,我们想到暴力破解。如果从头到尾的破解,到第二个字符时,是否匹配成功取决于第一个字符是否匹配成功! 所以我们想到应该要用到动态规划;
#include <iostream>
#include <string>
#include <vector>
using namespace std;
int match_string(string str1, string str2)
{
int str1_len = str1.size();
int str2_len = str2.size();
//多加一行一列作为初始初值所用
vector<vector<int> > dp(str1_len + 1, vector<int>(str2_len + 1, 0));
dp[0][0] = 1;//边界条件,考虑第一个字符是*的情况
for (int i = 1; i <= str1_len; ++i)
{
char ch1 = str1[i - 1];
dp[i][0] = dp[i - 1][0] && (ch1 == '*');
for (int j = 1; j <= str2_len; ++j)
{
char ch2 = str2[j - 1];
if (ch1 == '*')
dp[i][j] = dp[i - 1][j] || dp[i][j - 1];
else
dp[i][j] = dp[i - 1][j - 1] && (ch1 == '?' || ch2 == ch1);
}
}
return dp[str1_len][str2_len];
}
int main()
{
string str1, str2;
while (cin >> str1 >> str2)
{
int ret = match_string(str1, str2);
if (ret == 1)
cout << true << endl;
else
cout << false << endl;
}
return 0;
}
关键是做一个如下矩阵进行分析:
输入:
a*b
abc
3、计算字符串的距离
Levenshtein 距离,又称编辑距离,指的是两个字符串之间,由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符,插入一个字符,删除一个字符。编辑距离的算法是首先由俄国科学家Levenshtein提出的,故又叫Levenshtein Distance。
Ex:
字符串A:abcdefg
字符串B: abcdef
通过增加或是删掉字符”g”的方式达到目的。这两种方案都需要一次操作。把这个操作所需要的次数定义为两个字符串的距离。
要求:
给定任意两个字符串,写出一个算法计算它们的编辑距离。
输入描述:
输入两个字符串
输出描述:
得到计算结果
示例1
输入
abcdefg
abcdef
输出
1
#include <iostream>
#include <string>
#include <vector>
using namespace std;
int Min(int a, int b, int c)
{
return (a<b ? a : b)<c ? (a<b ? a : b) : c;
}
int calStringDistance(string charA, string charB)
{
int An = charA.size(), Bn = charB.size();
vector<vector<int> > dp(Bn + 1, vector<int>(An + 1, 0));
dp[0][0] = 0;
for (int i = 1; i <= An; ++i)
dp[0][i] = i;
for (int i = 1; i <= Bn; ++i)
dp[i][0] = i;
for (int i = 1; i <= Bn; ++i)
{
for (int j = 1; j <= An; ++j)
{
if (charB[i-1] == charA[j-1])
dp[i][j] = dp[i - 1][j - 1];
else
dp[i][j] = Min(dp[i - 1][j - 1], dp[i][j - 1], dp[i - 1][j]) + 1;
}
}
return dp[Bn][An];
}
int main()
{
string charA, charB;
while (cin >> charA >> charB)
{
cout << calStringDistance(charA, charB) << endl;
}
return 0;
}
4、求正数数组的最小不可组成和
class Solution {
public:
int getFirstUnFormedNum(vector<int> arr, int len)
{
int min = arr[0], max = 0;
for (int i = 0; i < len; ++i)
{
max += arr[i];
min = arr[i] < min ? arr[i] : min;
}
//dp[i][j]表示arr[0..i]自由选择,能否累加出j
//也就是背包容量为j,能不能恰好把背包装满
vector<vector<bool> > dp(len, vector<bool>(max+1, false));
//初始化第一行,除了dp[0][0]和dp[0][arr[0]]为true其他都是false
dp[0][0] = true;
dp[0][arr[0]] = true;
//初始化第一列
for (int i = 1; i < len; ++i)
{
dp[i][0] = true;
}
for (int i = 1; i < len; ++i)
{
for (int j = 1; j <= max; ++j)
{
if (j - arr[i] >= 0)//如果背包可以放下arr[i]
dp[i][j] = dp[i-1][j-arr[i]] || dp[i-1][j];//有和没有两种情况
else
dp[i][j] = dp[i-1][j];
}
}
for (int i = min+1; i < max; ++i)
{
if (!dp[len-1][i])
return i;
}
return max + 1;
}
};
空间复杂的优化
class Solution {
public:
int getFirstUnFormedNum(vector<int> arr, int len)
{
int min = arr[0], max = 0;
for (int i = 0; i < len; ++i)
{
max += arr[i];
min = arr[i] < min ? arr[i] : min;
}
vector<bool> dp(max+1, false);
dp[0] = true;
dp[arr[0]] = true;
for (int i = 1; i < len; ++i)
{
for (int j = max; j > 0; --j)
{
if (j - arr[i] >= 0)//如果背包可以放下arr[i]
dp[j] = dp[j-arr[i]] || dp[j];//有和没有两种情况
else
dp[j] = dp[j];
}
}
for (int i = min+1; i < max; ++i)
{
if (!dp[i])
return i;
}
return max + 1;
}
};