题目描述
有 N 堆纸牌,编号分别为 1,2,…,N。每堆上有若干张,但纸牌总数必为 N 的倍数。可以在任一堆上取若干张纸牌,然后移动。
移牌规则为:在编号为 1 堆上取的纸牌,只能移到编号为 2 的堆上;在编号为 N 的堆上取的纸牌,只能移到编号为 N−1 的堆上;其他堆上取的纸牌,可以移到相邻左边或右边的堆上。
现在要求找出一种移动方法,用最少的移动次数使每堆上纸牌数都一样多。
例如 N=4 时,4 堆纸牌数分别为 9,8,17,6。
移动 3 次可达到目的:
- 从第三堆取 4 张牌放到第四堆,此时每堆纸牌数分别为 9,8,13,10。
- 从第三堆取 3 张牌放到第二堆,此时每堆纸牌数分别为 9,11,10,10。
- 从第二堆取 1 张牌放到第一堆,此时每堆纸牌数分别为 10,10,10,10。
输入格式
第一行共一个整数 N,表示纸牌堆数。
第二行共 N 个整数 A1,A2,…,AN,表示每堆纸牌初始时的纸牌数。
输出格式
共一行,即所有堆均达到相等时的最少移动次数。
输入输出样例
输入 #1
4 9 8 17 6
输出 #1
3
说明/提示
对于 100% 的数据,1≤N≤100,1≤Ai≤10000。
【题目来源】
NOIP 2002 提高组第一题
题目理解
首先,我们需要清楚地理解题目要求。题目描述如下:
有N堆纸牌,编号分别为1,2,...,N。每堆上有若干张纸牌,但纸牌总数必为N的倍数。可以在任一堆上取若干张纸牌,然后移动到相邻的堆上。要求找出一种移动方法,用最少的移动次数使每堆纸牌数相同。
关键点分析
-
纸牌总数是N的倍数:这意味着我们可以计算出每堆纸牌应该有多少张(平均数)。
-
移动规则:只能从一堆移动到相邻的堆,每次移动可以移动任意张数。
-
目标:找到移动次数最少的方案。
解题思路
基本思想
这道题可以使用贪心算法来解决。贪心算法的核心思想是:在每一步选择中,都采取当前状态下最优的选择,从而希望导致结果是全局最优的。
具体步骤
-
计算平均数:首先计算所有堆的平均值,即每堆最终应该有的纸牌数。
-
从左到右处理:对于每一堆纸牌,计算它与平均数的差值,并将这个差值传递给右边的堆(即移动纸牌)。
-
统计移动次数:每次传递(移动)都算作一次移动操作。
为什么贪心算法有效
因为题目允许我们只能向相邻的堆移动纸牌,所以从左到右(或从右到左)依次处理可以确保每次移动都是必要的,并且不会产生多余的移动。每一步都使当前堆达到平均数,然后将多余的或不足的部分传递给下一个堆。
代码实现
cpp
#include <iostream>
#include <vector>
using namespace std;
int main() {
int n; // 纸牌的堆数
cin >> n;
vector<int> cards(n); // 存储每堆纸牌的数量
int total = 0; // 纸牌总数
// 输入每堆纸牌的数量并计算总数
for (int i = 0; i < n; ++i) {
cin >> cards[i];
total += cards[i];
}
int avg = total / n; // 计算每堆应该有的纸牌数
int moves = 0; // 记录移动次数
// 从左到右处理每一堆纸牌
for (int i = 0; i < n - 1; ++i) {
if (cards[i] != avg) {
// 计算需要移动的纸牌数
int diff = cards[i] - avg;
// 将多余的或不足的纸牌移动到右边相邻的堆
cards[i + 1] += diff;
// 移动次数加1
moves++;
}
}
// 输出最少移动次数
cout << moves << endl;
return 0;
}
代码详细解析
变量定义
-
n:纸牌的堆数。 -
cards:一个动态数组,用于存储每堆纸牌的数量。 -
total:所有纸牌的总数。 -
avg:每堆纸牌应该达到的平均数。 -
moves:记录移动的次数。
输入处理
首先读取纸牌的堆数n,然后读取每堆纸牌的数量并存储在cards数组中,同时计算纸牌的总数total。
计算平均数
通过total / n计算每堆纸牌应该达到的平均数avg。
贪心处理
从第一堆开始,依次处理每一堆纸牌:
-
如果当前堆的纸牌数不等于平均数,计算差值
diff。 -
将这个差值加到右边相邻的堆上(相当于移动纸牌)。
-
每次移动操作都会使
moves加1。
输出结果
最后输出最少的移动次数moves。
示例分析
假设输入如下:
text
4 9 8 17 6
计算步骤
-
计算总数:9 + 8 + 17 + 6 = 40。
-
平均数:40 / 4 = 10。
-
处理每一堆:
-
第一堆:9 - 10 = -1,需要从第二堆移动1张到第一堆。移动后:10, 7, 17, 6。moves = 1。
-
第二堆:7 - 10 = -3,需要从第三堆移动3张到第二堆。移动后:10, 10, 14, 6。moves = 2。
-
第三堆:14 - 10 = 4,需要移动4张到第四堆。移动后:10, 10, 10, 10。moves = 3。
-
-
输出结果:3。
边界情况考虑
-
所有堆已经平均:此时不需要任何移动,输出0。
-
只有一堆纸牌:显然不需要移动,输出0。
-
纸牌数非常大:由于我们只进行简单的算术运算和遍历,算法的时间复杂度是O(n),可以高效处理大规模数据。
算法复杂度分析
-
时间复杂度:O(n)。我们只需要遍历数组两次(一次输入,一次处理),每次都是线性时间。
-
空间复杂度:O(n)。需要存储每堆纸牌的数量,空间与堆数成正比。
优化与扩展
虽然当前的算法已经非常高效,但在某些情况下可以进行微优化:
-
提前终止:如果在处理过程中发现后面的堆已经满足条件,可以提前终止循环。但在最坏情况下,这不会改变时间复杂度。
-
并行处理:对于非常大的n,可以考虑并行计算部分和,但实现复杂且对于本题不必要。
总结
这道题通过贪心算法高效地解决了纸牌均分的问题。关键在于理解每次移动的最优选择是如何影响全局的,以及如何通过简单的差值传递来实现最少移动次数。代码实现简洁明了,适合初学者理解和掌握贪心算法的基本应用。
通过这道题,我们不仅学会了如何解决具体的纸牌移动问题,还掌握了贪心算法在实际问题中的应用方法,这对于解决其他类似的最优化问题具有重要的启发意义。
730

被折叠的 条评论
为什么被折叠?



