给定长度为n(5e3)的数组a(a[i] <= 1e9),设变量m初始值为0,对数组进行n此删除操作,每次删除一个数,然后m += mex(a), mex(a)返回最小的不在a中的非负数,求m的最小值

题目

思路:虽然a[i]的范围比较大(1e9), 但关心的只是mex的值,所以mex的值最大为n,为5e3,先进行预处理,找到初始的mex(a), 设为pos,那么pos之后的值就不用管了。进行动态规划,f[i][j]表示在前i个数中(0 ~ i), 当前mex为j的最小m值。

状态转移:

1、先不删除i,f[i][j] = f[i - 1][j]

2、删除i,f[i][j] = f[i - 1][i] + (cnt[i] - 1) * j

取min即可

#include <bits/stdc++.h>
using namespace std;
#define int long long
const int maxn = 1e6 + 5, inf = 1e9, maxm = 5e3 + 5;
int a[maxn];
int suf[maxn];
int f[maxm][maxm];
string s;
int n, m;
map<int, int> mp;
int cnt[maxm];

void solve()
{
    cin >> n;
    for(int i = 1; i <= n; i++){
        cnt[i] = 0;
    }
    mp.clear();
    for(int i = 1; i <= n; i++){
        cin >> a[i];
        mp[a[i]]++;
    }
    int pos;
    int tot = 0;
    for(int i = 0; i <= n; i++){
        if(!mp[i]){
            pos = i;
            break;
        }
        cnt[i] = mp[i];
        tot += cnt[i];
    }
    pos--;
    for(int i = 0; i <= pos; i++){
        for(int j = 0; j <= pos + 1; j++){
            f[i][j] = inf;
        }
    }
    for(int j = 1; j <= pos + 1; j++){
        f[0][j] = (cnt[0] - 1) * j;
    }
    for(int i = 1; i <= pos; i++){
        for(int j = i + 1; j <= pos + 1; j++){
            f[i][j] = min(f[i - 1][j], f[i - 1][i] + (cnt[i] - 1) * j + i);
            // cout << i << ' ' << j << ' ' << f[i][j] << '\n';

        }
    }
    cout << f[pos][pos + 1] << '\n';
}
signed main()
{
    ios::sync_with_stdio(0);
    cin.tie(0);
    int T = 1;
    cin >> T;
    while (T--)
    {
        solve();
    }
    return 0;
}

n = 3; rho = 2.7 * 1e3;%这个变量表示材料的密度。 S = 0.1 * 0.01;%这个变量表示横截面积。 E = 7.2 * 1e10;%这个变量表示杨氏模量。 I = 0.1^3*0.01/12;% (i/4)^2 * A;惯性矩 L = 1; % 1/4;%单元的长度dt = 0.01; % 定义时间步长dt t = 0:dt:6; % 定义时间序列t,从0到6,步长为dt。 N = length(t); % 计算时间序列t的长度Nf = zeros(3*n,1); %初始化外部控制输入f为一个3n维的零向量。 f(end-2:end) = [0,5,5]; % 将f的最后三个元素置为[0,5,5]。 f = f*sin(3 * pi*t);%将f乘以sin(3 * pi*t),得到一个随时间变化的外部控制输入。w = normrnd(0,1e-8,6*n,1);%生成一个6n维的高斯白噪声w,均值为0,标准差为1e-8。 v = normrnd(0,5e-8,3*n,1);%生成一个3n维的高斯白噪声v,均值为0,标准差为5e-8。H = [eye(3*n),zeros(3*n)];%定义观测矩阵H,它是一个3n乘6n的矩阵,左边是一个3n阶单位矩阵,右边是一个全零矩阵。X = x00; %初始化X为x00。X表示估计值,与真实值x不同。 Ms = 200*eye(6*n); %初始化Ms为200倍的6n阶单位矩阵。Ms表示过程噪声协方差矩阵Q的估计值 Pb = 200*eye(3*n); %初始化Pb为200倍的3n阶单位矩阵。Pb表示测量噪声协方差矩阵R的估计值 F_jian(:,1) = [f(:,1)]; %初始化F_jian的第一列为f的第一列。F_jian表示外部控制输入f的估计值 m = 2 * 6 * n; %定义变量m,表示采样点。 gamma = 0.7; %定义变量gamma,表示遗忘因子。以上为现有已知量,给出代码,分段输出
06-13
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

打赏作者

__night_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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