F(k)<(维护+枚举)\(找规律+递推+枚举)>

本文介绍了一种特殊序列f[n]的求解方法,通过两种不同的算法实现:一种使用数组保存序列值并查找,另一种利用二分查找和STL库函数进行高效计算。这两种方法都针对大规模数据输入进行了优化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题意

 小明有一个不降序列(f(1),f(2),f(3),……),f(k)代表在这个序列中大小是k的有f(k)个。我们规定f(n)的前12项如下图。

n 1 2 3 4 5 6 7 8 9 10 11 12

f(n) 1 2 2 3 3 4 4 4 5 5 5 6

现在给你一个n,你知道f(n)是多少吗?
多组测试数据
每组一个n(1<=n<=2000,000,000)。
###法一:正常情况下想的到。

#include<iostream>
#include<cstdio>
#include<algorithm>
using namespace std;
const long long maxn=20000000;
int f[maxn];
int main ()
{
    int nn,i;
    long long j;
    f[1]=1;
    f[2]=2;
    f[3]=2;
    j=3;
    for(i=3;j<=maxn-3;i++)
    {
        nn=f[i];
        while(nn--&&j<=maxn)
        {
            f[++j]=i;
        }
    }
    int n;
    while(~scanf("%d",&n))
    {
        int ans=0,i;
        for(i=1;ans<n;i++)
        {
            ans+=f[i];
        }
        printf("%d\n",i-1);
    }
    return 0;
}

法二:正常情况下想不到

因为n的最大范围是20亿,显然不能数组保存,而且时间也不允许,也很难发现什么规律。我们可以换个角度,既然要找的是f[n]的值,那么我们把f[x]=i时的最大x记录为 d[i] = x;
d[1] = 1
d[2] = 3
d[3] = 5
d[4] = 8
d[5] = 11

仔细推敲不难发现规律
从3起,d[i] = d[i-1] + find(i); find(i) = min(k) 当d[k]>=i时
find(i)也就是d数组中大于等于i的一项的最小值的下标。

#include<cstdio>
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
typedef long long LL;
const int maxn=680000;
LL fuck[maxn];
int i;
int Find(int l,int r,int key)
{
    int mid;
    while(l<r)
    {
        mid=(l+r)/2;
        if(fuck[mid]<key)
            l=mid+1;
        else
            r=mid;
    }
    return l;
}
void init()
{
    fuck[1]=1;fuck[2]=3;
    for(i=3;i<=673365;i++){
        fuck[i]=fuck[i-1]+Find(1,i-1,i);
    }

}
int main ()
{
    int n;init();
    while(~scanf("%d",&n))
        printf("%d\n",Find(1,i,n));
    return 0;
}
STL的魅力
#include<cstdio>
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
typedef long long LL;
const int maxn=680000;
LL fuck[maxn];
int i;
void init()
{
    fuck[1]=1;fuck[2]=3;
    for(i=3;i<=673365;i++){
        fuck[i]=fuck[i-1]+(lower_bound(fuck+1, fuck+i-1,i)-fuck);
    }

}
int main ()
{
    int n;init();
    while(~scanf("%d",&n))
        printf("%ld\n",(lower_bound(fuck+1, fuck+i,n)-fuck));
    return 0;
}
### 枚举在算法设计中的应用 枚举是一种通过遍历所有可能的情况来解决问题的方法。这种方法适用于解空间较小或者可以通过有限次尝试得到正确答案的情形。通常情况下,枚举的核心在于如何高效地生成候选解并验证其合法性。 #### 示例:寻数组中的最大值 假设有一个整数数组 `arr`,目标是出其中的最大值。可以采用枚举的方式逐一比较每个元素的大小: ```python def find_max(arr): max_value = arr[0] for num in arr: if num > max_value: max_value = num return max_value ``` 上述代码展示了如何利用枚举方法解决简单问题[^2]。 --- ### 递推在算法设计中的应用 递推是指基于已知条件逐步计算后续状态的过程。它常用于动态规划、组合计数等问题中,能够有效减少重复计算带来的开销。递推的关键在于定义清晰的状态转移方程以及初始条件。 #### 示例:斐波那契数列 斐波那契数列是一个经典的递推问题实例。给定前两项 \(F_0=0\) 和 \(F_1=1\) ,之后每一项都等于前两项之和 (\(F_n=F_{n-1}+F_{n-2}\)) 。以下是实现该逻辑的一个 Python 函数: ```python def fibonacci(n): fib_sequence = [0, 1] for i in range(2, n + 1): next_fib = fib_sequence[i - 1] + fib_sequence[i - 2] fib_sequence.append(next_fib) return fib_sequence[n] print(fibonacci(10)) ``` 此函数实现了从第零项到第十项的斐波那契数值计算过程[^3]。 --- ### 结合实际场景的应用对比 当面对一个问题时,选择使用枚举还是递推取决于具体情况。如果问题是关于穷尽可能性,则倾向于选用枚举;而涉及依赖关系或序列构建的任务更适合采取递推策略。 例如,在处理字符串匹配任务时可能会优先考虑枚举手段去逐字符比对;而在求解某些具有明显阶段性特征的问题(如爬楼梯的不同方式数目),则更适于运用递推技术加以解答[^1]。 ---
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