CCF 201712-2 游戏

本文介绍了一种基于报数的游戏算法,通过特定规则淘汰玩家直至决出胜者。重点在于理解游戏逻辑并运用编程实现算法。

 

问题描述

  有n个小朋友围成一圈玩游戏,小朋友从1至n编号,2号小朋友坐在1号小朋友的顺时针方向,3号小朋友坐在2号小朋友的顺时针方向,……,1号小朋友坐在n号小朋友的顺时针方向。
  游戏开始,从1号小朋友开始顺时针报数,接下来每个小朋友的报数是上一个小朋友报的数加1。若一个小朋友报的数为k的倍数或其末位数(即数的个位)为k,则该小朋友被淘汰出局,不再参加以后的报数。当游戏中只剩下一个小朋友时,该小朋友获胜。
  例如,当n=5, k=2时:
  1号小朋友报数1;
  2号小朋友报数2淘汰;
  3号小朋友报数3;
  4号小朋友报数4淘汰;
  5号小朋友报数5;
  1号小朋友报数6淘汰;
  3号小朋友报数7;
  5号小朋友报数8淘汰;
  3号小朋友获胜。

  给定nk,请问最后获胜的小朋友编号为多少?

输入格式

  输入一行,包括两个整数nk,意义如题目所述。

输出格式

  输出一行,包含一个整数,表示获胜的小朋友编号。

样例输入

5 2

样例输出

3

样例输入

7 3

样例输出

4

数据规模和约定

  对于所有评测用例,1 ≤ n ≤ 1000,1 ≤ k ≤ 9。

#include <iostream>
using namespace std;
int main() {
  std::ios::sync_with_stdio(false);
  int n, k, a[1005];
  int i, j = 0, last = 1;
  cin >> n >> k;
  int N = n;

  for (i = 1; i <= n; i++)
    a[i] = 1;

  while (N != 1) {
    for (i = 1; i <= n; i++) {
      if (a[i]) {
        j++;
        if (j % k == 0 || j % 10 == k) {
          a[i] = 0;
          N--;
          if (N == 1)
            break;
        }
      }
    }
  }
  for (i = 1; i <= n; i++)
    if (a[i])
      last = i;
  cout << last << endl;
  return 0;
}

 

CCF 201712-5 题目“商路”中,问题的核心是动态规划与图论的结合应用。题目大意为:给定一个有向无环图(DAG),每条边有两个属性——利润和成本。商人从某个起点出发,通过选择路径到达终点,在此过程中需要满足资金不为负数的前提下,最大化最终获得的利润。 ### 解法分析 - **动态规划思路**:由于图是有向无环的,因此可以采用拓扑排序来处理节点顺序,并按照拓扑序进行动态规划。 - **状态表示**:设 `dp[u]` 表示到达节点 `u` 时能够获得的最大利润。初始时,起点的利润为 0,其他点初始化为 -∞。 - **转移方程**:对于每个节点 `u`,遍历其所有入边,如果当前的资金加上该边的利润减去成本后仍大于等于 0,则更新目标节点的状态值。 - **实现细节**:通常会使用自底向上的拓扑排序方法来进行 DP 过程,确保每次计算 `dp[v]` 的时候,所有前驱节点 `u` 的状态已经计算完成[^1]。 ### 代码实现示例 以下是一个基于 C++ 的简要实现框架: ```cpp #include <bits/stdc++.h> using namespace std; const int INF = 0x3f3f3f3f; struct Edge { int u, v, profit, cost; }; vector<Edge> edges; vector<int> adj[100005]; int inDegree[100005], dp[100005]; void solve() { int n, m; cin >> n >> m; for (int i = 0; i < m; ++i) { int u, v, p, c; cin >> u >> v >> p >> c; edges.push_back({u, v, p, c}); adj[u].push_back(i); inDegree[v]++; } queue<int> q; for (int i = 1; i <= n; ++i) if (inDegree[i] == 0) q.push(i); while (!q.empty()) { int u = q.front(); q.pop(); for (int idx : adj[u]) { int v = edges[idx].v; int newCost = dp[u] - edges[idx].cost + edges[idx].profit; if (newCost >= 0 && dp[v] < newCost) dp[v] = newCost; inDegree[v]--; if (inDegree[v] == 0) q.push(v); } } cout << *max_element(dp + 1, dp + n + 1) << endl; } ``` 上述代码首先构建了图的邻接表和入度数组,然后执行拓扑排序并在此过程中更新每个节点的最大利润值。需要注意的是,只有当经过某条边后的资金非负时才允许更新后续节点的状态。 ### 复杂度分析 - 时间复杂度:O(N + M),其中 N 是节点数,M 是边数,因为每个节点和边仅被处理一次。 - 空间复杂度:O(N + M),用于存储图结构和动态规划数组。 这种解法能够在保证正确性的前提下高效解决问题,尤其适用于大规模数据输入的情况。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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