A-签到题
题目描述
东东在玩游戏“Game23”。
在一开始他有一个数字n,他的目标是把它转换成m,在每一步操作中,他可以将n乘以2或乘以3,他可以进行任意次操作。输出将n转换成m的操作次数,如果转换不了输出-1。
Input
输入的唯一一行包括两个整数n和m(1<=n<=m<=5*10^8).
Output
输出从n转换到m的操作次数,否则输出-1.
Simple Input 1
120 51840
Simple Output 1
7
Simple Input 2
42 42
Simple Output 2
0
Simple Input 3
48 72
Simple Output 3
-1
解题思路
刚开始纠结这里递归还是递推,想了一会发现递推貌似不好写,就放弃了。
从n到m,每步两种选择①×2,②×3,像极了似曾相识的深搜,递归边界是x=m或x>m;x=m时次数赋值,x>m直接回溯。times初始设为-1,若无法转换直接输出-1。
代码
#include<iostream>
using namespace std;
int n,m,times=-1;
void dfs(int x,int c) {
if(x==m) {
times=c;
return;
}
if(x>m) return;
dfs(2*x,c+1);
dfs(3*x,c+1);
}
int main() {
cin>>n>>m;
dfs(n,0);
cout<<times<<endl;
return 0;
}
B-LIS&LCS
题目描述
东东有两个序列A和B。
他想要知道序列A的LIS和序列AB的LCS的长度。
注意,LIS为严格
递增的,即a1<a2<…<ak(ai<=1,000,000,000)。
Input
第一行两个数n,m(1<=n<=5,000,1<=m<=5,000)
第二行n个数,表示序列A
第三行m个数,表示序列B
Output
输出一行数据ans1和ans2,分别代表序列A的LIS和序列AB的LCS的长度
Simple Input
5 5
1 3 2 5 4
2 4 3 1 5
Simple Output
3 2
解题思路
这是一道很经典的动态规划问题。LIS、LCS是动态规划的经典应用!关键在于转移方程的构造!!!
- 最长上升子序列
- 状态:定义f[i]表示以A[i]为结尾的最长上升子序列长度
- 初始化f[1]=1
-最关键的地方
——转移过程:f [ i ] = max { f [ j ] | j < i 且A [ j ] < A [ i ] } + 1 - 输出答案 :max { f [ i ] , i = 1 ,2 , … }
- 时间复杂度:O ( n ² )
- 最长公共子序列
- 设计状态:假设 c[ i ] [ j ] 为A[ 1 ],A[ 2 ],A[ 3 ],…,A[ i ]和B[ 1 ],B[ 2 ],B[ 3 ],…,B[ j ]的最长公共子序列(LCS)长度
- 初始化:初始 c[ 1 ][ 0 ]=c[ 0 ][ 1 ]=c[ 0 ][ 0 ]=0
-关键部分
——转移方程:当A[ i ]=B[ j ]时,c[ i ][ j ]=c[ i-1 ][ j-1 ]+1,否则c[ i ][ j ]=max(c[ i-1 ][ j ],c[ i ][ j-1 ]) - 输出答案:c[ n ][ m ]
- 时间复杂度:O(nm)
代码
#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
int n,m,ans1,ans2;
int A[5100],B[5100];
int f[5100],c[5100][5100];
int main() {
cin>>n>>m;
for(int i=1;i<=n;++i)
cin>>A[i];
for(int i=1;i<=m;++i)
cin>>B[i];
//LIS
f[1]=1;
for(int i=2;i<=n;++i) {
int maxf=0;
for(int j=1;j<i;++j) {
if(A[j]<A[i])
maxf= maxf<f[j]?f[j]:maxf;
}
f[i]=maxf+1;
}
for(int i=1;i<=n;++i)
ans1= ans1<f[i]?f[i]:ans1;
//LCS
c[1][0]=c[0][1]=c[0][0]=0;
for(int i=1;i<=n;++i) {
for(int j=1;j<=m;++j) {
if(A[i]==B[j]) c[i][j]=c[i-1][j-1]+1;
else c[i][j]=max(c[i-1][j],c[i][j-1]);
}
}
ans2=c[n][m];
cout<<ans1<<" "<<ans2<<endl;
return 0;
}
C-拿数问题Ⅱ
题目描述
YJQ 上完第10周的程序设计思维与实践后,想到一个绝妙的主意,他对拿数问题做了一点小修改,使得这道题变成了 拿数问题 II。
给一个序列,里边有 n 个数,每一步能拿走一个数,比如拿第 i 个数, Ai = x,得到相应的分数 x,但拿掉这个 Ai 后,x+1 和 x-1 (如果有 Aj = x+1 或 Aj = x-1 存在) 就会变得不可拿(但是有 Aj = x 的话可以继续拿这个 x)。求最大分数。
本题和课上讲的有些许不一样,但是核心是一样,需要你自己思考。
Input
第一行包含一个整数 n (1 ≤ n ≤ 105),表示数字里的元素的个数
第二行包含n个整数a1, a2, …, an (1 ≤ ai ≤ 105)
Output
输出一个整数:n你能得到最大分值。
Example
Input
2
1 2
Output
2
Input
3
1 2 3
Output
4
Input
9
1 2 1 3 2 2 2 2 3
Output
10
Hint
对于第三个样例:先选任何一个值为2的元素,最后数组内剩下4个2。然后4次选择2,最终得到10分。
解题思路
首先要明确此题与课上讲的题的区别,课上是拿了A[ i ]那么A[ i-1 ]和A[ i+1 ]不可拿,这里是拿了x那么x+1和x-1,不可拿,但可拿重复的x,这里我们就可以看到区别,A[ i ]不存在拿多次的情况而x存在拿多次的情况,那么这里的转移方程该怎么写呢呢?
- 首先我们依旧要借鉴——dp[ i ]作为仅考虑A[ 1…i ]时,能拿到的最大分数,运用动态规划的思想。
- 其次令minn=A[ i ]中的最小值,maxn=A[ i ]中的最大值,对所有minn<=x<=maxn的数增加权值,若x在A[ i ]中出现过,则权值为出现的次数cnt[ x ];若未出现过自然为0。
- 接下来就可以写出转换函数了:dp[ i ]=max(dp[ i-1 ],dp[ i-2 ]+cnt[ i ]*i)。
- 再对所有x进行枚举,按转换函数计算各自的dp值,时间复杂度O(n)。
注意:1<=A[ i ],n<=10^5,因此dp数组应该开long long,否则会一直wa on test 12(别问我怎么知道的)
说明
原始代码解答:思路相同——三个连续值的取舍。
先将A[ n ]排序sort(),从前向后拿数,dp[ i ]为排序后的序列在截止位置为i下的最大分数,temp为已拿数的最大值,pos为小于temp的最大值的最末位置,因为temp可能会被舍弃,而当前决策与小于temp的数无关,pos所指向位置的dp起决定temp取舍的作用,cnt为当前判定值在原序列中已出现的次数。
代码
更新:
#include<iostream>
#include<algorithm>
using namespace std;
const int maxn=1e5+10;
long long n,minn=maxn,maxx=0;
long long a[maxn],cnt[maxn],dp[maxn];
int main()
{
cin>>n;
for(int i=1;i<=n;i++) {
cin>>a[i];
minn=min(minn,a[i]);
maxx=max(maxx,a[i]);
cnt[a[i]]++;
}
dp[minn]=minn*cnt[minn];
for(long long i=minn;i<=maxx;i++)
dp[i]=max(dp[i-1],dp[i-2]+cnt[i]*i);
cout<<dp[maxx];
return 0;
}
原始:
#include<iostream>
#include<algorithm>
using namespace std;
const int maxn=1e5+10;
long long n,a[maxn];
long long dp[maxn];
int main() {
cin>>n;
for(int i=1;i<=n;++i)
cin>>a[i];
sort(a+1,a+1+n);
dp[0]=0,dp[1]=a[1];
int temp=a[1],pos=0,cnt=0;
for(int i=2;i<=n;++i) {
if(a[i]==temp) dp[i]=dp[i-1]+a[i];
else if(a[i]==temp+1) {
++cnt;
if(dp[pos]+cnt*a[i]>dp[i-1]) {//可更新
dp[i]=dp[pos]+cnt*a[i];
temp=a[i];
pos=i-cnt;
cnt=0;
}else dp[i]=dp[i-1];
}
else if(a[i]>temp+1) {
dp[i]=dp[i-1]+a[i];
temp=a[i];
pos=i-1;
cnt=0;
}
}
cout<<dp[n]<<endl;
return 0;
}