华为OD机考2025B卷 - 用户调度问题(Java & Python& JS & C++ & C )

最新华为OD机试

真题目录:点击查看目录
华为OD面试真题精选:点击立即查看

题目描述

在通信系统中,一个常见的问题是对用户进行不同策略的调度,会得到不同的系统消耗和性能。

假设当前有n个待串行调度用户,每个用户可以使用A/B/C三种不同的调度策略,不同的策略会消耗不同的系统资源。请你根据如下规则进行用户调度,并返回总的消耗资源数。

规则:

  1. 相邻的用户不能使用相同的调度策略,例如,第1个用户使用了A策略,则第2个用户只能使用B或者C策略。

  2. 对单个用户而言,不同的调度策略对系统资源的消耗可以归一化后抽象为数值。例如,某用户分别使用A/B/C策略的系统消耗分别为15/8/17。

  3. 每个用户依次选择当前所能选择的对系统资源消耗最少的策略(局部最优),如果有多个满足要求的策略,选最后一个。

输入描述

第一行表示用户个数n

接下来每一行表示一个用户分别使用三个策略的系统消耗resA resB resC

输出描述

最优策略组合下的总的系统资源消耗数

示例1

输入

3
15 8 17
12 20 9
11 7 5

输出

24

说明

1号用户使用B策略,2号用户使用C策略,3号用户使用B策略。系统资源消耗: 8 + 9 + 7 = 24。

解题思路

本题求的是局部最优解,而不是全局最优解。

为什么是局部最优解?

题目要求每个用户依次选择当前所能选择的最小资源消耗策略,并且若有多个策略的资源消耗相同,则选择最后一个策略。这种选择策略本身就是一个局部最优选择的过程:

  1. 每个用户的选择是独立的,只考虑该用户的策略和相邻用户的约束,不考虑整个调度序列的全局资源消耗。

  2. 每个用户根据自己的当前状态(即自己的三种选择的资源消耗)做出局部最优选择:在当前可选的策略中,选择消耗最小的那个。如果有多个最小值,则选择最后一个(根据题意)。这一选择是局部的最优,即在当下最有利的选择,但并不保证最终的整体系统资源消耗是最小的。

举个例子:

考虑以下输入:

3
15 8 17
12 20 9
11 7 5
第一位用户:
  • 资源消耗分别是:A=15, B=8, C=17。
  • 用户选择B,因为B的资源消耗是最小的(8)。此时做出了局部最优选择。
第二位用户:
  • 资源消耗分别是:A=12, B=20, C=9。
  • 用户不能选择B(因为相邻用户已经选择了B),所以只能在A和C之间选择。此时选择C(因为9是最小的),这也是局部最优选择。
第三位用户:
### 华为OD机考 2025B 数字游戏 Java 编程题 解决方案 在华为OD机考 2025B中,数字游戏相关的编程题目通常涉及算法设计、数据结构应用以及逻辑推理。以下是一个可能的数字游戏问题及其解决方案。 #### 问题描述 假设有一个数字游戏,玩家需要从一个整数数组中选择若干个数字,使得这些数字的和等于目标值 `target`。要求输出所有可能的组合。如果不存在这样的组合,则返回空列表。 **输入:** - 一个整数数组 `nums`。 - 一个整数目标值 `target`。 **输出:** - 所有可能的组合列表,每个组合是一个子数组。 **示例:** ```plaintext 输入: nums = [2, 3, 6, 7], target = 7 输出: [[7], [2, 2, 3]] ``` #### 解决方案 以下是使用回溯法(Backtracking)解决该问题Java 实现: ```java import java.util.ArrayList; import java.util.List; public class NumberGame { public static List<List<Integer>> combinationSum(int[] candidates, int target) { List<List<Integer>> result = new ArrayList<>(); if (candidates == null || candidates.length == 0) return result; // 排序以优化剪枝 java.util.Arrays.sort(candidates); backtrack(result, new ArrayList<>(), candidates, target, 0); return result; } private static void backtrack(List<List<Integer>> result, List<Integer> tempList, int[] candidates, int remain, int start) { if (remain < 0) return; // 超过目标值,直接返回 if (remain == 0) { // 找到一个组合 result.add(new ArrayList<>(tempList)); return; } for (int i = start; i < candidates.length; i++) { tempList.add(candidates[i]); backtrack(result, tempList, candidates, remain - candidates[i], i); // 不移动起点,允许重复使用 tempList.remove(tempList.size() - 1); // 回溯 } } public static void main(String[] args) { int[] nums = {2, 3, 6, 7}; int target = 7; List<List<Integer>> result = combinationSum(nums, target); System.out.println("结果: " + result); } } ``` #### 代码说明 1. **输入排序**:为了优化剪枝操作,首先对输入数组进行排序[^1]。 2. **回溯函数**:通过递归实现回溯,每次尝试将当前数字加入临时列表,并递归调用自身以寻找剩余目标值的组合。 3. **剪枝条件**:当剩余目标值小于 0 时,停止进一步递归;当剩余目标值等于 0 时,保存当前组合并返回。 4. **重复使用元素**:允许同一个数字被多次使用,因此递归调用时传入的起点索引不增加。 #### 时间复杂度与空间复杂度 - **时间复杂度**:最坏情况下为 \(O(2^n)\),其中 \(n\) 是数组长度,因为每个数字都有选或不选两种状态。 - **空间复杂度**:取决于递归深度,最坏情况下为 \(O(n)\)[^2]。 #### 测试结果 运行上述代码,对于输入 `nums = [2, 3, 6, 7]` 和 `target = 7`,输出结果为: ```plaintext 结果: [[2, 2, 3], [7]] ```
评论 2
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

打赏作者

算法大师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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