A1 = ? (数学归纳法)

A1 = ?

Time Limit: 5000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 4294    Accepted Submission(s): 2751


Problem Description
有如下方程:A i = (A i-1 + A i+1)/2 - C i (i = 1, 2, 3, .... n).
若给出A 0, A n+1, 和 C 1, C 2, .....C n.
请编程计算A 1 = ?
 

Input
输入包括多个测试实例。
对于每个实例,首先是一个正整数n,(n <= 3000); 然后是2个数a 0, a n+1.接下来的n行每行有一个数c i(i = 1, ....n);输入以文件结束符结束。
 

Output
对于每个测试实例,用一行输出所求得的a1(保留2位小数).
 

Sample Input
  
  
1 50.00 25.00 10.00 2 50.00 25.00 10.00 20.00
 

Sample Output
  
  
27.50 15.00
 

已知A1=(A0+A2)/2 - C1, A2=(A1+A3)/2 - C2 , ...

=>A1+A2 = (A0+A2+A1+A3)/2 - (C1+C2)

=>A1+A2 = A0+A3 - 2(C1+C2) 

类似的有:

A1+A2 = A0+A3 - 2(C1+C2)

A1+A3 = A0+A4 - 2(C1+C2+C3)

A1+A4 = A0+A5 - 2(C1+C2+C3+C4)

...

A1+An = A0+An+1 - 2(C1+C2+...+Cn)

A1+A1 = A0+A2 - 2(C1) (本来就是)

----------------------------------------------------- 左右求和

(n+1)A1+(A2+A3+...+An) = nA0 +(A2+A3+...+An) + An+1 - 2(nC1+(n-1)C2+...+2Cn-1+Cn)

=> (n+1)A1=nA0 + An+1 - 2(nC1+(n-1)C2+...+2Cn-1+Cn)

=> A1 = [nA0 + An+1 - 2(nC1+(n-1)C2+...+2Cn-1+Cn)]/(n+1)


#include<iostream>
#include<string.h>
#include<iomanip>
using namespace std;
#define N 3002
double a[N],c[N],sum[N];
int main()
{
	int n;
	while(cin>>n)
	{
		int i;
		double sum1=0;
		//memset(a,0,sizeof(a));
		cin>>a[0]>>a[n];
		memset(sum,0,sizeof(sum));
		//memset(c,0,sizeof(c));
		for(i=1;i<=n;++i)

		{
			cin>>c[i];
			c[i]=2*c[i];
			sum[i]=sum[i-1]+c[i];
			sum1+=sum[i];
		}
		cout<<setiosflags(ios::fixed)<<setprecision(2)<<(n*a[0]+a[n]-sum1)/(n+1)<<endl;
	}
return 0;
}


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这是一个非常经典的问题和证明。首先,我们需要了解贪心算法和数学归纳法的概念。 贪心算法是一种解决问题的策略,它通常在每个步骤中选择最优的选择。这个选择不一定是全局最优的,但它通常会在局部上产生最优解。贪心算法通常用于组合优化问题中,例如活动安排问题。 活动安排问题是指给定一组活动,每个活动有自己的开始时间和结束时间,需要在不冲突的情况下选择尽可能多的活动。 现在,我们可以使用数学归纳法来证明贪心算法解决活动安排问题的正确性。 首先,我们需要证明一个引理:对于任意集合中的活动,如果存在一种最优方案,那么这个方案中必然包含具有最早结束时间的活动。 证明如下: 假设最优方案中没有最早结束时间的活动,那么我们可以选择最早结束时间的活动,这个选择不会与最优方案冲突。这是因为如果最优方案中存在与这个活动冲突的活动,那么我们可以用最早结束时间的活动替换它,这样就会得到一个更优的方案。因此,我们可以得到一个包含最早结束时间的活动的最优方案。 接下来,我们使用数学归纳法来证明贪心算法的正确性。 基础情况:对于只有一个活动的情况,贪心算法显然是正确的。 归纳假设:假设对于集合中任意小于 n 个活动的情况,贪心算法都是正确的。 归纳步骤:现在考虑集合中有 n 个活动的情况。按照活动结束时间的先后顺序,将这 n 个活动排序,记作 a1, a2, ..., an。根据引理,最优方案中必然包含具有最早结束时间的活动,记作 ak。根据贪心算法,我们选择 ak,然后在剩余的活动中,选择与 ak 不冲突的尽可能多的活动。由于我们选择的是最早结束时间的活动,因此剩余的活动中也必然存在最优方案。根据归纳假设,我们可以得到剩余的活动中选择尽可能多的活动是正确的。因此,贪心算法是正确的。 综上所述,我们使用数学归纳法证明了贪心算法解决活动安排问题的正确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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