洛谷P4711 【化学】 相对分子质量 简单题解

【化学】 相对分子质量 简单题解


本蒟蒻写的第一道大模拟题( 我们机房某巨佬说是中模拟

我:“ A了这道题,妈妈再也不同担心我算不对相对分子质量啦~ ”

思路

做这种模拟题时,需要一个明确的思路和分块意识。

我们在开始之前,先来研究一下这些化学式。

这些化学式,由小括号,大括号,下划线,数字,化学元素组成。

看到这些,是不是觉得无从下手?是不是尝试去实现了但是实现不了?

别着急,慢慢来。

我们先讨论单个的元素。eg: A g , C u Ag,Cu Ag,Cu

对于单个的元素,我们只需要预先将这些元素与他们的相对原子质量存好,用的时候调出来就可以了。对于这个,我们可以用一个map实现(STL大法好)。
更具体的,map应该这样定义:map<string,double> (具体的待会可以看看代码)

好,单个元素讲完了,现在我们来讨论没有原子团且有一个元素有下标的化学物质。 eg: C O 2 , N a 2 S O 4 CO_2,Na_2SO_4 CO2Na2SO4

首先,我们需要一个 i i i 游标来确定现在正在读的字符位置, l a s t last last 来记录上一个元素的相对原子质量。

接下来,如果检测到元素,并且该元素的下一位不是下划线,答案加上该元素的相对原子质量。否则启动 last 记录当前读入元素的相对原子质量。

有下标的化学元素解决啦,下面开始讨论带有原子团的化学式。

哎,带有小括号的喔,怎么玩啊?(之前就是在这里卡了半天

别慌,我们来试着把整个化学式括起来。

这个时候我们可以很容易的发现,对于带括号的,我们只需要单独解决括号里面的内容就行了。怎么解决?当然是递归啦~。因为括号里面的内容都还是原子团或者化学式。

最后剩下的是带水的化学式,我们单独处理它。首先读入的时候寻找水分子连接符 “~” ,再将它后面的数字读入就可以了,如果没有数字,默认为 1 。

友情提示:建议除了游标使用整型变量,其他的运算都要用 double 类型。

代码

接下来是大家最喜欢的代码~

#include<cstdio>
#include<iostream>
#include<algorithm>
#include<cstring>
#include<string>
#include<queue>
#include<map>
#define ll long long
using namespace std;

map<string,double> app;

double ans;

string elememts[26]={"H","C","N","O","F","Na","Mg","Al","Si","P","S","Cl","K","Ca","Mn","Fe","Cu","Zn","Ag","I","Ba","Hf","Pt","Au","Hg"};
string s;

void init_elements()
{
	for(int i=0;i<25;++i)  //这样有点小麻烦了
	{
		if(i==0) app[elememts[i]]=1;
		if(i==1) app[elememts[i]]=12;
		if(i==2) app[elememts[i]]=14;
		if(i==3) app[elememts[i]]=16;
		if(i==4) app[elememts[i]]=19;
		if(i==5) app[elememts[i]]=23;
		if(i==6) app[elememts[i]]=24;
		if(i==7) app[elememts[i]]=27;
		if(i==8) app[elememts[i]]=28;
		if(i==9) app[elememts[i]]=31;
		if(i==10) app[elememts[i]]=32;
		if(i==11) app[elememts[i]]=35.5;
		if(i==12) app[elememts[i]]=39;
		if(i==13) app[elememts[i]]=40;
		if(i==14) app[elememts[i]]=55;
		if(i==15) app[elememts[i]]=56;
		if(i==16) app[elememts[i]]=64;
		if(i==17) app[elememts[i]]=65;
		if(i==18) app[elememts[i]]=108;
		if(i==19) app[elememts[i]]=127;
		if(i==20) app[elememts[i]]=137;
		if(i==21) app[elememts[i]]=178.5;
		if(i==22) app[elememts[i]]=195;
		if(i==23) app[elememts[i]]=197;
		if(i==24) app[elememts[i]]=201;
	}
}

double water(int l,int r)
{
	int i=l+1,num=0;
	while(s[i]>='0'&&s[i]<='9')
	{
		num=num*10+s[i]-'0';
		i++;
	}
	if(num==0) return 18;
	return num*18;
}

double answer(int l,int r)
{
	int i=l;
	double now=0,last=0;
	while(i<=r)
	{
		if(s[i]>='A'&&s[i]<='Z')
		{
			if(s[i+1]>='a'&&s[i+1]<='z') 
			{
				if(s[i+2]!='_')
				{
					string str;
					str+=s[i];
					str+=s[i+1];
					now+=app[str];
					i+=2;
				}
				else 
				{
					string str;
					str+=s[i];
					str+=s[i+1];
					now+=app[str];
					last=app[str];
					i+=2;
				}
			}
			else 
			{
				if(s[i+1]!='_')
				{
					string str;
					str=s[i];
					now+=app[str];
					i++;
				}
				else
				{
					string str;
					str=s[i];
					now+=app[str];
					last=app[str];
					i++;
				}	
			}
		}
		if(s[i]=='(')
		{
			int j;
			for(j=i+1;j<s.size();++j)
			{
				if(s[j]==')') break;
			}
			double t=answer(i+1,j-1);
			i=j+1;
			if(s[i]=='_') 
			{
				last=t;
			}
			now+=t;	
		}
		if(s[i]=='_')
		{
			if(last==0)
			{
				string str2;
				str2=s[i-1];
				i+=2; 
				int num=0;
				while(s[i]!='}')
				{
					num=num*10+s[i]-'0';
					i++;
				}
				now+=(num-1)*app[str2];	
			}
			else
			{
				int num=0;
				i+=2;
				//cout<<s[i]<<" ";
				while(s[i]!='}')
				{
					num=num*10+s[i]-'0';
					i++;
				}
				now+=(num-1)*ls;
			}		
			i++;	
		}
		if(s[i]=='~') return now; 
	}
	return now;
}

int main()
{
	init_elements();  //化学元素初始化
	cin>>s;
	ans=answer(0,s.size()-1);  
	int t=s.find('~',0);
	if(t!=s.npos) ans+=water(t,s.size()-1);
	cout<<ans<<endl;
	return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述似乎缺失了关键信息,通常我会需要了解“P10780 食物”是什么具体的算法竞赛题目,它来自在线平台洛谷(Luogu),以及该题目的大致背景、条件和目标。洛谷食物(Food)可能是某种数据结构或算法问题,比如贪吃蛇、分配任务等。 然而,我可以给你提供一个通用的模板: **[洛谷 P10780 食物 - 题目解析]** 题目名称:P10780 食物(假设是关于食物分配或者饥饿游戏的问题) 链接:[插入实际题目链接] **背景:** 此题通常涉及动态规划或者搜索策略。场景可能是有n个参与者(选手或角色),每个都有特定的食物需求或者优先级,我们需要在有限的食物资源下合理分配。 **分析:** 1. **输入理解**:首先读入n个参与者的信息,包括每个人的需求量或优先级。 2. **状态定义**:可以定义dp[i][j]表示前i个人分配完成后剩余的食物能满足第j个人的最大程度。 3. **状态转移**:递推式可能涉及到选择当前人分配最多食物的版本,然后更新剩余的食物数。 4. **边界条件**:如果剩余食物不足以满足某人的需求,则考虑无法分配给他;如果没有食物,状态值设为0。 5. **优化策略**:可能需要对状态数组进行滚动更新,以减少空间复杂度。 **代码示例(伪代码或部分关键代码片段):** ```python # 假设函数分配_food(demand, remaining)计算分配给一个人后剩余的食物 def solve(foods): dp = [[0 for _ in range(max_demand + 1)] for _ in range(n)] dp = foods[:] # 从第一个到最后一个参与者处理 for i in range(1, n): for j in range(1, max_demand + 1): if dp[i-1][j] > 0: dp[i][j] = max(dp[i][j], dp[i-1][j] - foods[i]) dp[i][j] = max(dp[i][j], distribute_food_to(i, dp[i-1][j])) return dp[n-1][max_demand] ``` **相关问题--:** 1. 这道题是如何运用动态规划的? 2. 如果有优先级限制,应该如何调整代码? 3. 怎样设计搜索策略来解决类似问题?
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