GYM 100488 J.Hyperdromes Strike Back(构造)

本文介绍了一种构造特定数量回文子串的算法。通过使用基本串Xa...aY,并利用其易于计算的回文子串特性,能够有效地构造出包含指定数量回文子串的字符串。

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

Description
新定义回文串:如果一个串经过适当重排是传统回文串那么这个字符串就是回文串,现在给出一整数k,要求构造一个长度不超过1e5的只由小写字母构成的字符串,使得该字符串有k个子串是回文串
Input
一整数k(1<=k<=1e9)
Output
输出一个长度不超过1e5的字符串使得该字符串有k个子串是回文串
Sample Input
5
Sample Output
azz
Solution
要是整体构造难度比较大,所以思路应该是找到一些基本串,这些串的回文子串数量好计算且两个基本串放一起不会形成新的回文串,那么一种比较简单的构造就是Xa…aY,其中a有i个,X和Y与a是互不相同的小写字母,那么该字符串就有i*(i+1)/2+(i/2)*2+2个回文子串(第一部分是全由a组成的回文串,第二部分是以X或Y为中心,两端是a的奇数长度回文串,第三部分是X或Y本身作为一个回文串),而把X1a…aY1和X2a…aY2放在一起后,显然不会出现新的回文串,因为一个回文串中不会出现两个不同的且数量只为1的字母,那么我们就有了一些基本串,算出每个基本串里面有i个a时的回文字串数量,之后贪心的放最长的串即可,每次两端的X和Y就按b,c,d,e,….的顺序来即可
Code

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<vector>
#include<queue>
#include<map>
#include<set>
#include<ctime>
using namespace std;
typedef long long ll;
#define INF 0x3f3f3f3f
#define maxn 111111
ll k,a[maxn];
int main()
{
    for(int i=1;i<=100000;i++)a[i]=1ll*i*(i+1)/2+i/2*2+2;
    while(~scanf("%I64d",&k))
    {
        int p=1;
        while(k)
        {
            if(k==1)
            {
                printf("%c",p+'a');
                break;
            }
            if(k==2)
            {
                printf("%c%c",p+'a',p+1+'a');
                break;
            }
            int pos=upper_bound(a+1,a+100000,k)-a-1;
            k-=a[pos];
            printf("%c",p+'a');
            for(int i=1;i<=pos;i++)printf("a");
            printf("%c",p+1+'a');
            p+=2;
        }
        printf("\n");
    }
    return 0;
}
### 使用 `gym.spaces.Box` 定义动作空间 在OpenAI Gym环境中定义连续的动作空间通常会使用到 `gym.spaces.Box` 类。此类允许创建一个多维的盒子形状的空间,其边界由低限(low)和高限(high)参数指定[^1]。 对于给定的例子,在类 `ActionSpace` 中静态方法 `from_type` 返回了一个基于输入类型的行动空间实例: 当 `space_type` 是 `Continuous` 时,返回的是一个三维向量形式的动作空间对象,该对象表示三个维度上的取值范围分别为 `[0.0, 1.0]`, `[0.0, 1.0]`, 和 `[-1.0, 1.0]` 的实数集合,并且数据类型被设定为了 `np.float32`: ```python import numpy as np import gym class ActionSpace: @staticmethod def from_type(action_type: int): space_type = ActionSpaceType(action_type) if space_type == ActionSpaceType.Continuous: return gym.spaces.Box( low=np.array([0.0, 0.0, -1.0]), high=np.array([1.0, 1.0, 1.0]), dtype=np.float32, ) ``` 此段代码展示了如何通过传递最低限度(`low`)数组以及最高限度(`high`)数组来初始化一个新的Box实例,从而构建出一个具有特定界限的多维连续数值区间作为环境可能采取的一系列合法行为的选择集的一部分。 另外值得注意的是,每个环境都应当具备属性 `action_space` 和 `observation_space` ,这两个属性应该是继承自 `Space` 类的对象实例;Gymnasium库支持大多数用户可能会需要用到的不同种类的空间实现方式[^2]。 #### 创建并测试 Box 动作空间的一个简单例子 下面是一个简单的Python脚本片段用于展示怎样创建和验证一个基本的 `Box` 空间成员资格的方法: ```python def check_box_space(): box_space = gym.spaces.Box(low=-1.0, high=1.0, shape=(2,), dtype=np.float32) sample_action = box_space.sample() # 获取随机样本 is_valid = box_space.contains(sample_action) # 检查合法性 print(f"Sampled action {sample_action} within bounds? {'Yes' if is_valid else 'No'}") check_box_space() ``` 上述函数首先建立了一个二维的 `-1.0` 到 `1.0` 范围内的浮点型 `Box` 空间,接着从中抽取了一组随机样本来检验它确实位于所规定的范围内。
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