华为OD机考2025C卷 - 跳马(Java & Python& JS & C++ & C )

最新华为上机考试

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
2025华为od机试2025C卷-华为OD上机考试2025年C卷

题目描述

输入 mn 两个数,mn 表示一个 m*n 的棋盘。输入棋盘内的数据。棋盘中存在数字和"."两种字符,如果是数字表示该位置是一匹马,如果是"."表示该位置为空的,棋盘内的数字表示为该马能走的最大步数。

例如棋盘内某个位置一个数字为 k,表示该马只能移动 1~k 步的距离。

棋盘内的马移动类似于中国象棋中的马移动,先在水平或者垂直方向上移动一格,然后再将其移动到对角线位置。

棋盘内的马可以移动到同一个位置,同一个位置可以有多匹马。

请问能否将棋盘上所有的马移动到同一个位置,若可以请输入移动的最小步数。若不可以输出 0

输入描述

输入 mn 两个数,mn 表示一个 m*n 的棋盘。输入棋盘内的数据。棋盘中存在数字和"."两种字符,如果是数字表示该位置是一匹马,如果是"."表示该位置为空的,棋盘内的数字表示为该马能走的最大步数。

例如棋盘内某个位置一个数字为 k,表示该马只能移动 1~k 步的距离。

棋盘内的马移动类似于中国象棋中的马移动,先在水平或者垂直方向上移动一格,然后再将其移动到对角线位置。

棋盘内的马可以移动到同一个位置,同一个位置可以有多匹马。

请问能否将棋盘上所有的马移动到同一个位置,若可以请输入移动的最小步数。若不可以输出 0

输出描述

能否将棋盘上所有的马移动到同一个位置,若可以请输入移动的最小步数。若不可以输出 0

示例1

输入

3 2
. .
2 .
. .

输出

0

说明

示例2

输入

3 5
4 7 . 4 8
4 7 4 4 .
7 . . . .

输出

17

说明

解题思路

模拟计算

给定的用例是一个3行5列的棋盘,其中一些位置有数字,代表马的位置和它们可以走的最大步数。我们将逐步模拟广度优先搜索(BFS)的过程来找到所有马都能到达的位置,并计算出最小步数。

棋盘布局

### 华为OD机考 2025C - 分月饼 算法题解 在华为OD机考中,分月饼问题通常可以转化为经典的“整数拆分”或“分配问题”,即在给定的约束条件下,将 $ n $ 个月饼分给 $ m $ 个员工,每个员工至少分到 1 个月饼,求所有可能的分配方案数量或满足特定条件的最优解。 该问题可以通过**动态规划**或**递归+剪枝**的方式解决。以下是一个基于动态规划的解法,用于计算所有可能的分配方式数量。 ```python def distribute_mooncakes(n, m): # dp[i][j] 表示将 j 个月饼分给前 i 个员工的方案数 dp = [[0] * (n + 1) for _ in range(m + 1)] # 初始化:分 0 个月饼给 0 个员工,有 1 种方式 dp[0][0] = 1 for i in range(1, m + 1): for j in range(i, n + 1): # 每个员工至少分到 1 个月饼,所以当前员工可以分到 k 个月饼(k >= 1) for k in range(1, j - i + 2): dp[i][j] += dp[i - 1][j - k] return dp[m][n] ``` 上述代码中,`dp[i][j]` 表示将 `j` 个月饼分给前 `i` 个员工的方案数。通过逐步构建状态转移方程,可以高效地计算出所有合法的分配方式数量。此方法适用于数据规模不大的情况,在中通常能够通过测用例[^1]。 如果题目要求输出所有具体的分配方案,则可以采用**回溯法**进行枚举: ```python def find_all_distributions(n, m): result = [] def backtrack(index, remain, path): if index == m - 1: path.append(remain) result.append(path[:]) path.pop() return for i in range(1, remain - (m - index - 1) + 1): path.append(i) backtrack(index + 1, remain - i, path) path.pop() backtrack(0, n, []) return result ``` 该函数通过递归地为每个员工分配月饼,并在最后一个员工时将剩余全部分配,从而枚举出所有合法的分配方案。 ### 优化思路 - 如果题目要求的是“最大最小差异”或“最公平分配”,则可以采用**二分查找 + 贪心**的方式,结合可行性判断来优化搜索过程。 - 若数据规模较大,可使用**记忆化搜索**或**滚动数组**优化空间复杂度。
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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