题目8-python华为原题题库-攀登者2

题目描述与示例

题目描述

攀登者喜欢寻找各种地图，并且尝试攀登到最高的山峰。

地图表示为一维数组，数组的索引代表水平位置，数组的高度代表相对海拔高度。其中数组元素 0 代表地面。

例如[0,1,2,4,3,1,0,0,1,2,3,1,2,1,0]， 代表如下图所示的地图。，地图中有两个山脉位置分别为 1,2,3,4,5和8,9,10,11,12,13，最高峰高度分别为4,3。最高峰位置分别为3,10。

一个山脉可能有多座山峰（高度大于相邻位置的高度，或在地图边界且高度大于相邻的高度）。

                4

              +---+
              |   |
              |   | 3                       3
              |   |
              |   +---+                   -----
              |       |                   |   |
            2 |       |                 2 |   |     2
              |       |                   |   |
          +---+       |               ----+   |   +---+
          |           |               |       |   |   |
        1 |           | 1           1 |       | 1 |   | 1
          |           |               |       |   |   |
      +---+           +---+       +---+       +---+   +---+
      |                   |       |                       |
    0 |                   | 0   0 |                       | 0
      |                   |       |                       |
  +---+                   +-------+                       +---+

    0   1   2   3   4   5   6   7   8   9  10  11  12  13  14

登山时会消耗登山者的体力（整数），上坡时，消耗相邻高度差两倍的体力，下坡时消耗相邻高度差一倍的体力，平地不消耗体力，登山者体力消耗到零时会有生命危险。

例如，上图所示的山峰：从索引 0，走到索引 1，高度差为 1，需要消耗 2*1=2 的体力；从索引 2 高度 2走到高度 4 索引 3 需要消耗 2*2=4 的体力；从索引 3 走到索引 4 则消耗 1*1=1 的体力。

攀登者想要评估一张地图内有多少座山峰可以进行攀登，且可以安全返回到地面，且无生命危险。

例如上图中的教组，有3个不同的山峰，登上位置在3的山可以从位置0或者位置6开始，从位置0登到山顶需要消耗体力1*2+1*2+2*2=8，从山顶返回到地面0需要消耗体力 2*1+1*1+1*1=4的体力，按照登山路线0->3->0需要消耗体力 12。攀登者至少需要12以上的体力(大于12)才能安全返回。

输入描述

第一行输入 一个长度为N的数组，表示地图。

第二行输入最大体力。

输出描述

输出一个数字，地图中可以攀登到达的山峰数量

示例

输入

0,1,4,3,1,0,0,1,2,3,1,2,1,0
11

输出

2

解题思路

和题目7-python华为原题题库-攀登者的区别在于，本题除了需要查看峰值的位置，还需要查看这个峰值是否能够在平地位置攀登过去。

本题需要严格地区分上/下山和上/下坡的区别。在后面的题解中：

• 上/下山表示从平地到达某个山峰或反之
• 上/下坡表示从低海拔位置走到高海拔位置或反之

原路返回和非原路返回

攀登山峰的方式，一共可以分为四种情况

• 从左边上山，往左边下山
• 从右边上山，往右边下山
• 从左边上山，往右边下山
• 从右边上山，从左边下山

其中前两者可以统称为原路返回的攀登方式，后两者可以统称为非原路返回的攀登方式。

在本题中，只需要考虑原路返回的攀登方式，无需考虑非原路返回的攀登方式。

因为两条原路返回路径所花费的体力，一定有一条是小于另外两条非原路返回的攀登方式。

（贪心思想不要尝试在考试的时候证明正确性，相信数学直觉）

原路返回走过的总路程

考虑原路返回的攀登方式，这种登山方式，上坡和下坡走过的总路程是一样多的。也是最方便我们计算的。

以题目所给例子为例，如果我们想从索引7的空地位置向右攀登来到索引12的高度为2的山峰并且原路返回到原来的空地，来回的路线分别用红色和绿色标记出来，会发现上山和下山所走过的总路程其实是一样多的。这个结论对于任何一个山峰、任何一个方向都成立。

因此，这里花费的总体力为相邻元素高度差的绝对值的总和乘以3。

其中，相邻元素高度差的绝对值的总和表示走过的总路程，而之所以系数为3是因为上坡和下坡各自要花费2倍和1倍高度差的体力。

所以，对于每一个山峰，我们都可以很容易地计算出从左边的某处空地出发，向右攀登到达这个山峰并且沿原路返回到达空地所需要花费的体力。

如果这个这个体力超过了所给的初始体力，无法到达该山峰。

从左边空地出发原路返回

那么应该如何计算从从左边某处空地出发向右攀登（后面原路返回），能够攀登到的山峰数量？

寻找空地

我们需要找到若干空地作为出发点，这个空地但必须是上山前的最后一个空地。如

[0, 1, 2, 4, 3, 1, 0, 0, 1, 2, 3, 1, 2, 1, 0]
 ⬆                    ⬆

可以通过以下代码实现

space_list = list()
for i in range(n-1):
    if nums[i] == 0 and nums[i+1] > 0:
        space_list.append(i)

向右登山

已知最大体力值为power_max，设在攀登过程中所累积的高度差为route_num，对应花费的体力为route_num * 3。

从某一个空地start出发，在一个while循环中不断向右移动，同时更新所经历的高度差route_num。若

• route_num * 3 > power_max，说明会在攀登过程中体力降为0，无法到达i位置，退出循环
• 找到了一个山峰，则将位置i记录在数组ans中
  • 注意山峰需要区分边界i == n-1和非边界情况i != n-1

for start in space_list:
    i = start + 1
    route_num = 0
    while i < n and nums[i] != 0:
        route_num += abs(nums[i] - nums[i-1])
        if route_num * 3 > power_max:
            break
        if i == n-1 and nums[i] > nums[i-1]:
            ans.append(i)
        elif nums[i] > nums[i-1] and nums[i] > nums[i+1]:
            ans.append(i)
        i += 1

构建函数

上述两部分合并在一起，可以构建出函数cal_peak_from_left(nums, power_max,, n)，具体实现如下

def cal_peak_from_left(nums, power_max, n):
    ans = list()
    space_list = list()
    for i in range(n-1):
        if nums[i] == 0 and nums[i+1] > 0:
            space_list.append(i)

    for start in space_list:
        i = start + 1
        route_num = 0
        while i < n and nums[i] != 0:
            route_num += abs(nums[i] - nums[i-1])
            if route_num * 3 > power_max:
                break
            if i == n-1 and nums[i] > nums[i-1]:
                ans.append(i)
            elif nums[i] > nums[i-1] and nums[i] > nums[i+1]:
                ans.append(i)
            i += 1

    return ans

其中返回的列表ans，为从左边空地出发并原路返回，能够攀登到的所有山峰的索引。可以做如下调用

ans_from_left = cal_peak_from_left(heights, power_max, n)

从右边空地出发原路返回

对于是从右边的某处空地出发，向左攀登到某个山峰并沿原路返回到达空地的情况，也存在上述类似的结论。

很容易想到，整个过程是类似的，只不过整个方向反过来了。

一种方法是，可以构建出一个完全类似的函数cal_peak_from_right(nums, power_max, n)

但一种更加简便、代码复用性更强的做法是，我们可以将从右边空地出发向左攀登，看作是对原高度数组进行反转之后，即对heights[::-1]进行从左边空地出发向右攀登得到的结果。即做如下调用

ans_from_right = cal_peak_from_left(heights[::-1], power_max, n)

由于使用了反转，得到计算得到的索引也是反转的，需要进一步处理才能得到原heights数组中的索引，即

ans_from_right = [n-i-1 for i in ans_from_right]

最终取ans_from_left和ans_from_right的交集的长度，即为所有能够攀登到的山峰（不管从左出发还是从右出发原路返回）的索引了。再取并集的长度即为答案。

ans = len(set(ans_from_left + ans_from_right))

*为什么一定是原路返回（严谨证明）

可能有同学就会提出疑问，为什么只考虑原路返回的情况。

这其实是涉及到了贪心思想。

贪心不问出处，问就是数学直觉。

假设到达某个山峰，从左边上山、从右边上山、从左边下山、从右边下山各自花费的体力为A, B, C, D

四种方式所对应的体力值分别为

左上左下 = A + C
左上右下 = A + D
右上右下 = B + D
右上左下 = B + C

每段花费的体力都可以分割为两部分，一部分是上坡、一部分是下坡，分别用下标1和2来表示。那么存在以下的若干式子成立

A = A1 + A2
B = B1 + B2
C = C1 + C2
D = D1 + D2

其中A2, B2, C2, D2不仅表示下坡花费的体力，也同时表示高度

• A2表示从左边上山经历的下坡高度
• B2表示从右边上山经历的下坡高度
• C2表示往左边下山经历的下坡高度
• D2表示往右边下山经历的下坡高度

由于最终的山峰高度一致，因此存在以下式子成立

C2 - A2 = D2 - B2 > 0

即

C2 + B2 = A2 + D2

如下图所示

另外，上坡和下坡的体力消耗也存在倍数关系。譬如，从左边上山的上坡体力消耗A1，是往左边下山的下坡体力消耗C2的两倍。因此存在以下关系

A1 = 2 * C2
C1 = 2 * A2
B1 = 2 * D2
D1 = 2 * B2

代入上述式子可以得到

A = 2 * C2 + A2
B = 2 * D2 + B2
C = 2 * A2 + C2
D = 2 * B2 + D2

进一步可以得到

左上左下 = A + C = (2 * C2 + A2) + (2 * A2 + C2) = 3 * (A2 + C2)
左上右下 = A + D = (2 * C2 + A2) + (2 * B2 + D2) = 2 * (B2 + C2) + (A2 + D2)
右上右下 = B + D = (2 * D2 + B2) + (2 * B2 + D2) = 3 * (B2 + D2)
右上左下 = B + C = (2 * D2 + B2) + (2 * A2 + C2) = 2 * (A2 + D2) + (B2 + C2)

将以下式子带入

C2 + B2 = A2 + D2

可以得到

左上左下 = A + C = (2 * C2 + A2) + (2 * A2 + C2) = 3 * (A2 + C2)
左上右下 = A + D = (2 * C2 + A2) + (2 * B2 + D2) = 3 * (B2 + C2)
右上右下 = B + D = (2 * D2 + B2) + (2 * B2 + D2) = 3 * (B2 + D2)
右上左下 = B + C = (2 * D2 + B2) + (2 * A2 + C2) = 3 * (A2 + D2)

上述方程是非常对称的。又因为

C2 - A2 = D2 - B2 > 0

不妨设C2 >= D2 > A2 >= B2成立（设D2 >= C2 > B2 >= A2也是一样的，会得到(A2 + C2)是最小值）

很容易看出，以下四组数中

(A2 + C2)
(B2 + C2)
(B2 + D2)
(A2 + D2)

一定存在(B2 + D2)是最小值，这里对应着右上右下原路返回的情况。

我们只需要考虑到达山峰的最小情况即可。

代码

python

import sys

hill_map = [0, 1, 4, 3, 1, 0, 0, 1, 2, 3, 1, 2, 1, 0]
energy = 11

if len(hill_map) <= 1:
    print(0)
    exit(0)

peak_index_list = []
peak_count = 0
zt = ''
for i in range(len(hill_map) - 1):
    if hill_map[i] < hill_map[i + 1]:
        zt = 'up'
    elif hill_map[i] > hill_map[i + 1]:
        if zt == 'up' or zt == '':
            peak_index_list.append(i)
        zt = 'down'
if zt == 'up':
    peak_index_list.append(len(sg) - 1)


def find_left_right(dirt, tmp_index):
    tmp_high = hill_map[i]
    way_num = 0
    while True:
        tmp_index += dirt
        if 0 <= tmp_index < len(hill_map):
            way_num += abs(tmp_high - hill_map[tmp_index])
            tmp_high = hill_map[tmp_index]
            if hill_map[tmp_index] == 0:
                return way_num
        else:
            return sys.maxsize


# print(peak_index_list)
for i in peak_index_list:
    left = find_left_right(-1, i)
    right = find_left_right(1, i)
    # print(left, right)
    if 3 * min(left, right) < energy:
        peak_count += 1

print(peak_count)