蓝桥杯算法笔记<3> 模拟

先引入一个例题:

Acwing 1210.

连号区间数

小明这些天一直在思考这样一个奇怪而有趣的问题:

在 1∼N 的某个排列中有多少个连号区间呢?

这里所说的连号区间的定义是:

如果区间 [L,R] 里的所有元素(即此排列的第 L 个到第 R 个元素)递增排序后能得到一个长度为 R−L+1 的“连续”数列,则称这个区间连号区间。

当 N 很小的时候,小明可以很快地算出答案,但是当 N 变大的时候,问题就不是那么简单了,现在小明需要你的帮助。

输入格式
第一行是一个正整数 N,表示排列的规模。

第二行是 N 个不同的数字 Pi,表示这 N 个数字的某一排列。

输出格式
输出一个整数,表示不同连号区间的数目。

数据范围
1≤N≤10000,
1≤Pi≤N
输入样例1:
4
3 2 4 1
输出样例1:
7
输入样例2:
5
3 4 2 5 1
输出样例2:
9
样例解释
第一个用例中,有 7 个连号区间分别是:[1,1],[1,2],[1,3],[1,4],[2,2],[3,3],[4,4]
第二个用例中,有 9 个连号区间分别是:[1,1],[1,2],[1,3],[1,4],[1,5],[2,2],[3,3],[4,4],[5,5]

对于这个问题,首先想到了暴力算法,即枚举每一个区间,然后再使用一重循环对区间进行遍历,如果区间满足连号条件,就将cnt++
实现代码如下:

#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
const int N = 10010;
int q[N];
int temp[N];
int cnt;

int main()
{
	int n;
	cin >> n;
	for (int i = 0; i < n; i++)
		cin >> q[i];

	/*初始的暴力做法*/
	for (int i = 0; i < n; i++)
	{
		for (int j = i; j < n; j++)		//对区间进行枚举
		{
			memcpy(temp, q, sizeof(q));
			sort(&temp[i], &temp[j+1]);
			bool flag = true;
			for (int v = i; v < j; v++)
			{
				if (temp[v + 1] - temp[v] != 1)
					flag = false;
			}
			if (flag == true)
				cnt++;

			
			memset(temp, 0, sizeof(temp));
		}
	}

	cout << cnt<<endl;

但是很遗憾,这种最基础的暴力算法时间复杂度过高了
故需要对这种算法进行优化

题目中说到:
第二行是 N 个不同的数字 Pi,表示这 N 个数字的某一排列

注意到题目中给出的数据是一个排列,所以不会有重复的数字

所以对于每一个枚举出来的区间q[i] 到 q[j],如果这个区间是连号的,就一定满足:
*j - i = 区间中的最大值 - 区间中的最小值 *

这样就能得到如下的代码

#include<iostream>
#include<algorithm>
using namespace std;
const int N = 10010;
const int INF = 1000000;
int q[N];

int cnt;

int main()
{
	int n;
	cin >> n;
	for (int i = 0; i < n; i++)
		cin >> q[i];

	for (int i = 0; i < n; i++)
	{
		int q_max =-1*INF,q_min=INF;
		for (int j = i; j < n; j++)
		{
			q_max = max(q_max, q[j]);
			q_min = min(q_min, q[j]);

			if (q_max - q_min  == j - i)
				cnt++;
		}
	}
	cout << cnt;
}

这样一来,时间复杂度就降低到了能够接受的程度


总结: 无巧不成题

这道题目告诉我们,再写算法题时,可以通过题目给出的一些隐藏的已知条件,来改变判断方式来优化算法,从而达到降低时间复杂度的目的。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器学习模型机器
评论 1
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