EOJ Monthly 2017.12 - C. 易位构词 (贪心)

本文介绍了一种解决易位构词(anagram)问题的算法,即如何通过重新排列单词中的字母来创建一个新的字符串,使得新字符串在相同位置上的字母与原单词不同。文章详细解释了算法的工作原理,并提供了一个完整的C++实现示例。

C. 易位构词

Time limit per test: 2.0 seconds

Memory limit: 256 megabytes

易位构词 (anagram),指将一个单词中的字母重新排列,原单词中的每个字母都出现有且仅有一次。例如 "unce" 可以被易位构词成 "ecnu"。在某些情况下,要求重排而成的依然是一个单词,但本题没有这种要求,因为我们根本没有词典。

我们所感兴趣的是,有些单词中的字母进行适当的重排后,可以使得构成的单词每个对应的位置上字母都不一样。例如 "unce" 和 "ecnu",就有 "u"  "e", "n"  "c", "c"  "n", "e"  "u"。现在给出一个单词,问是否存在这样一个重排。

Input

一行一个单词 s (1|s|105)。单词完全由 26 个小写英文字母构成。

Output

输出一个单词。如果有多解,输出任意解。如果不存在,输出 impossible

Examples

input
unce
output
ecnu
input
aaaaaa
output
impossible

出现次数最多的字母的次数若大于l/2,则为im。

然后就乱搞。可以贪心给字符。

但到最后可能会有空字符。  譬如abc   按照我的贪心思路。 答案为ba。 c因为和c矛盾,就没了。

所以空字符的那些继续贪心和前面的交换。


#include <iostream>
#include <stdio.h>
#include <string.h>
#include <algorithm>
using namespace std;
#define LL long long
const int maxn  = 1e5+55;
int main()
{
	char s[maxn];
	int num[222];
	while(~scanf("%s",s)){
		int Max=0;
		memset(num,0,sizeof num);
		int l=strlen(s);
		for(int i=0;i<l;i++){
			num[s[i]]++;
			Max=max(Max,num[s[i]]);
		}
		if(Max>l/2){
			printf("impossible\n");
			continue;
		}
		int ans[maxn];
		memset(ans,0,sizeof  ans);
		int now=0;
		for(int i=0;i<l;i++){
			for(int j='a';j<='z';j++){
				if(num[j]>0&&j!=s[i]){
					ans[i]=j;
					num[j]--;
					now++;
					break;
				}
			}
		}
		while(now<l){
			int k=-1;
			for(int i=0;i<l;i++){
				if(ans[i]==0){
					k=i;
					break;
				}
			}
			for(int i=0;i<l;i++){
				if(ans[i]!=s[k]&&s[k]!=s[i]){
					ans[k]=ans[i];
					ans[i]=s[k];
					break;
				}
			}
			now++;
		}
		for(int i=0;i<l;i++){
			printf("%c",ans[i]);
		}
		printf("\n");


	}
}


### 关于 EOJ 3681 的中位数问题解析 #### 题目概述 题目描述了一张由 \( n \) 个点和 \( m \) 条边组成的有向无环图 (DAG),其中每个节点具有一个点权 \( A_i \)[^2]。目标是找到从起点 \( 1 \) 到终点 \( n \) 所有可能路径中的最大中位数值。 --- #### 解题思路分析 为了求解此问题,需考虑以下几个方面: 1. **定义中位数** 对于一条路径上的点权序列,假设其长度为奇数,则中位数为按升序排列后的中间值;若长度为偶数,则通常取两个中间值的平均值作为中位数。 2. **二分查找法的应用** 要最大化路径的中位数,可以通过二分查找来逼近最优解。设定初始范围为所有点权的最大值和最小值之间,并逐步缩小范围直到满足精度条件(即绝对或相对误差小于 \( 10^{-4} \))[^3]。 3. **验证候选中位数的有效性** 给定当前猜测的中位数 \( mid \),通过调整权重重新构建图模型:将大于等于 \( mid \) 的点赋正权值,其余点赋负权值。随后利用动态规划或其他算法判断是否存在总权重非负的可行路径。 4. **实现细节** - 使用拓扑排序处理 DAG 图结构。 - 动态维护前缀和数组以便快速计算子路径权重之和。 以下是基于上述逻辑的具体代码实现: ```python from collections import deque, defaultdict def can_find_non_negative_path(graph, weights, threshold): """检查是否存在一条路径使得经过调整后的权重和 >= 0""" dp = [-float('inf')] * len(weights) order = topological_sort(graph) for node in order: if weights[node] >= threshold: current_weight = 1 else: current_weight = -1 dp[node] = max(dp[node], current_weight) for neighbor in graph.get(node, []): dp[neighbor] = max(dp[neighbor], dp[node]) return dp[-1] >= 0 def topological_sort(graph): """对给定的 DAG 进行拓扑排序""" indegree = {node: 0 for node in range(len(graph))} queue = deque() for u in graph: for v in graph[u]: indegree[v] += 1 for node in indegree: if indegree[node] == 0: queue.append(node) result = [] while queue: curr = queue.popleft() result.append(curr) for next_node in graph[curr]: indegree[next_node] -= 1 if indegree[next_node] == 0: queue.append(next_node) return result def find_max_median(n, edges, values): """主函数用于寻找最大中位数""" INF = float('inf') low, high = min(values), max(values) precision = 1e-5 graph = defaultdict(list) # 构建邻接表表示的图 for a, b in edges: graph[a].append(b) best_mid = -INF while abs(high - low) > precision: mid = (low + high) / 2 if can_find_non_negative_path(graph, values, mid): best_mid = max(best_mid, mid) low = mid else: high = mid return round((best_mid + low) / 2, 5) # 输入样例测试部分省略... ``` --- #### 复杂度分析 - 时间复杂度主要取决于二分次数以及每次验证操作的时间开销。假设有 \( k \) 层次迭代完成二分过程,则整体时间复杂度大约为 \( O(k \cdot E) \),其中 \( E \) 表示边的数量。 - 空间复杂度则受存储图数据结构的影响,约为 \( O(V+E) \),\( V \) 和 \( E \) 分别代表顶点数目与边数量。 ---
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