信息学奥赛初赛天天练-29-CSP-J2022阅读程序-掌握递归、递推、动态规划、二分与极值函数应用

PDF文档公众号回复关键字:20240619

2022 CSP-J 阅读程序2

阅读程序(判断题1.5分 选择题3分 共计40分 )

01 #include <algorithm>
02 #include <iostream>
03 #include <limits>
04 
05 using namespace std;
06 
07 const int MAXN = 105;
08 const int MAXK = 105;
09 
10 int h[MAXN][MAXK];
11 
12 int f(int n, int m)
13 {
14     if(m == 1) return n;
15     if(n == 0) return 0;
16     
17     int ret = numeric_limits<int>::max();
18     for(int i=1; i<=n;i++)
19         ret = min(ret,max(f(n-i,m),f(i-1,m-1)+1));
20     return ret;
21 }
22 
23 int g(int n,int m)
24 {
25     for(int i=1;i<=n;i++)
26         h[i][1]=i;
27     for(int j=1;j<=m;j++)
28         h[0][j]=0;
29         
30     for(int i=1;i<=n;i++){
31         for(int j=2;j<=m;j++){
32             h[i][j]=numeric_limits<int>::max();
33             for(int k=1;k<=i;k++)
34             h[i][j]=min(
35                 h[i][j],
36                 max(h[i-k][j],h[k-1][j-1])+1);
37         }
38     }
39     
40     return h[n][m];
41 }    
42 
43 int main()
44 {
45     int n,m;
46     cin>>n>>m;
47     cout<<f(n,m)<<endl<<g(n,m)<<endl;
48     return 0;
49 }

假设输入的n、m均时不超过100的正整数，完成下面的判断题和选择题

判断题

22.当输入为"7 3"时，第19行用来取最小值的min函数执行了449次( )

23.输出的两行整数总是相同的( )

24.当m为1时，输出的第一行总为n（ ）

单选题

25.算法g(n,m)最为准确的时间复杂度分析结果为( )

A. O($n^{3/2}m$)

B. O(nm)

C. O($n^{2}m$)

D. O($n{m}^2$)

26.当输入为"20 2"时,输出的第一行为( )

A. “4”

B. “5”

C. “6”

D. “20”

27.（4分）当输入为"100 100"时,输出的第一行为( )

A. “6”

B. “7”

C. “8”

D. “9”

2 相关知识点

1) 整数最大值

一般来说，数值类型的极值是一个与平台相关的特性。C++标准程序库通过template numeric_limits提供这些极值，取代传统C语言所采用的预处理常数

#include<bits/stdc++.h>
using namespace std;
/*
  c++提供了一些求极值的函数
  整数最大值 numeric_limits max min
 */
int main(){
	 
	int max_int = numeric_limits<int>::max();//int类型的最大值 
	cout<<max_int<<endl;//2147483647
	int min_int = numeric_limits<int>::min();//int类型的最小值 
	cout<<min_int<<endl;//-2147483648
	
	long long max_long = numeric_limits<long long>::max();//long long 类型的最大值 
	cout<<max_long<<endl;//9223372036854775807
	
	return 0;
}

2) 递归(Recursion)

递归是一种解决问题的方法，它通过将问题分解为更小的子问题来解决。

一个递归函数会在其定义中直接或间接地调用自身

递归通常包括两个部分：基本情况（Base case）和递归步骤（Recursive step）。

基本情况是指当问题规模变得足够小时，可以直接得到解决方案的情况。

3) 递推(Recurrence)

递推是一种描述序列中项与项之间关系的方法。递推关系通常用于定义具有某种规律性的数列，如斐波那契数列

递推关系可以用一个公式或方程来表示，该公式或方程描述了序列中的每一项如何由前一项（或前几项）计算得出

4) 递归和递推区别

递归是一种解决问题的方法，通过将问题分解为更小的子问题来解决，自上而下分解，通常会出现多次重复计算问题

递推是一种描述序列中项与项之间关系的方法，自底而上计算，避免重复计算

通过斐波那契数列演示区别

递归f(3)重复计算3次，如果数更大重复更多

递推计算是从最底层计算，计算上一层时使用前面的计算结果，所以f(3)只计算1次

3 思路分析

假设输入的n、m均时不超过100的正整数，完成下面的判断题和选择题

判断题

22.当输入为"7 3"时，第19行用来取最小值的min函数执行了449次( )

答案 F

分析

19行min的计算次数有2步组成
1 for循环的次数，循环1次调用1次min函数
2 每次for循环包括2个递归调用，可以分别计算，由于递归调用出现多次重复计算，可以转换递推减少计算
令C(i,j)表示i行，j列时递归执行次数，计算如下表格，可以找到对应规律

23.输出的两行整数总是相同的( T )

分析

2行正数，对应2个函数的输出
从2个函数看，一个实现方式是递归，一个实现方式是动态规划，即递推记录到数组
初始值相同并且递归、递推式相同，所以在输入相同的情况下，输出结果相同

24.当m为1时，输出的第一行总为n（ ）

分析

//第1行输出，对应f函数
//从程序看m为1时 返回n 不进行递归调用，所以第1行总为n 
if(m == 1) return n;

单选题

25.算法g(n,m)最为准确的时间复杂度分析结果为( C )

A. O($n^{3/2}m$)

B. O(nm)

C. O($n^{2}m$)

D. O($n{m}^2$)

分析

/*
  算法g(n,m)的时间复杂度主要取决于如下代码
  时间复杂度使用大O表示法
  对于足够大的输入规模，我们往往不需要花费很大力气计算太精确的结果，通常指关系增长级量，即算法的渐进效率
  所以for(int k=1;k<=i;k++) 中i和n不完全一致，但规模有相关性，因此通常使用n
  所以如下3层嵌套循环时间复杂度O(n*m*n)
*/
30     for(int i=1;i<=n;i++){
31         for(int j=2;j<=m;j++){
32             h[i][j]=numeric_limits<int>::max();
33             for(int k=1;k<=i;k++)
34             h[i][j]=min(
35                 h[i][j],
36                 max(h[i-k][j],h[k-1][j-1])+1);
37         }
38     }

26.当输入为"20 2"时,输出的第一行为( C )

A. “4”

B. “5”

C. “6”

D. “20”

分析

第1行输出，对应f函数的返回值，由于f函数和g函数功能相同，g函数减少重复计算，所以我们可以g函数对应的值
g函数初始化了h[n][m]数组
m=1时，对应第1列初始值为n，分别1，2，3，4....
n=1时，第0行全是0
根据如下程序对应第2列赋值
h[1][1]=max(h[0][2],h[0][1])+1=1
h[2][2]=min(max(h[1][2],h[0][1])+1,max(h[0][2],h[1][1])+1)=min(1+1,1+1)=2
h[3][2]=min(max(h[2][2],h[0][1])+1,max(h[1][2],h[1][1])+1,max(h[0][2],h[2][1])+1)=min(2+1,1+1,2+1)=3
/*
  2行2列时，如下图红色箭头四对，每一对取最大值+1
  取4对中的最小值
*/
h[4][2]=min(max(h[3][2],h[0][1])+1,max(h[2][2],h[1][1])+1,max(h[1][2],h[2][1])+1,max(h[0][2],h[3][1])+1)=3
30     for(int i=1;i<=n;i++){
31         for(int j=2;j<=m;j++){
32             h[i][j]=numeric_limits<int>::max();
33             for(int k=1;k<=i;k++)
34             h[i][j]=min(
35                 h[i][j],
36                 max(h[i-k][j],h[k-1][j-1])+1);
37         }
38     }
/*
 5行2列也是同样计算，结果为3
 20行2列计算结果为6
*/

27.（4分）当输入为"100 100"时,输出的第一行为( B )

A. “6”

B. “7”

C. “8”

D. “9”

分析

入参非常大无论递归和动态规划表格计算都会有巨大的计算量

这个问题是测试鸡蛋硬度的问题，问题大概描述如下：
小明用2个玻璃瓶，在总高88层大楼测试瓶子硬度，拿1个从某层摔下去，瓶子没摔碎，到更高层去摔，如果碎了，拿另1瓶子到更低层摔
问测试出瓶子最大硬度最少摔几次？

上面程序通过递归和动态规划解决这个问题，主要是瓶子数量有限制，
在每一层，建设当前为k层都去试一下，如果碎了，少1个鸡蛋到更少的区间测试h[k-1][j-1]
如果没碎，到更高的高度去测试，测试的这些结果去最小值

此题如果瓶子足够的情况下，可以使用2分去测试，只要最多用7个鸡蛋就可以测试鸡蛋硬度最大可到第几层

2^7=128>100