紫书第七章-----暴力求解法(简单枚举之例题7-1,7-2,7-3)

本文解析了三道UVA在线编程竞赛题目,包括数字分割问题、最大连续子序列乘积及分数分解,提供了AC代码与优化思路。

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

【例题7-1 Division UVA - 725 】

此题害我不浅,一道水题硬是坑我浪费几个小时时间!代码如下:

【代码一(超时)】

#include<iostream>

using namespace std;

int n;
bool flag;

void solve(){
    flag=0;
    for(int a=0;a<=9;a++){
        for(int b=0;b<=9;b++){
            if(b==a) continue;
            for(int c=0;c<=9;c++){
                if(c==b || c==a) continue;
                for(int d=0;d<=9;d++){
                    if(d==a || d==b || d==c) continue;
                    for(int e=0;e<=9;e++){
                        if(e==a || e==b || e==c || e==d) continue;
                        for(int f=0;f<=9;f++){
                            if(f==a || f==b || f==c || f==d || f==e) continue;
                            for(int g=0;g<=9;g++){
                                if(g==a || g==b || g==c || g==d || g==e || g==f) continue;
                                for(int h=0;h<=9;h++){
                                    if(h==a || h==b || h==c || h==d || h==e || h==f || h==g) continue;
                                    for(int i=0;i<=9;i++){
                                        if(i==a || i==b || i==c || i==d || i==e || i==f || i==g || i==h) continue;

                                        for(int j=0;j<=9;j++){
                                            if(j==a || j==b || j==c || j==d || j==e || j==f || j==g || j==h || j==i) continue;
                                            int x=a*10000+b*1000+c*100+d*10+e;
                                            int y=f*10000+g*1000+h*100+i*10+j;
                                            if(x==y*n){
                                                flag=1;
                                                cout<<a<<b<<c<<d<<e<<" / "<<f<<g<<h<<i<<j<<" = "<<n<<endl;
                                            }
                                        }
                                    }
                                }
                            }
                        }
                    }
                }
            }
        }
    }
    if(!flag) cout<<"There are no solutions for "<<n<<"."<<endl;
}

int main()
{
    int first=1;
    while(cin>>n){
        if(n==0) break;
        if(first) {first=0;solve();}
        else{
            cout<<endl;
            solve();
        }
    }
    return 0;
}

【代码二(accepted)】

#include<iostream>

using namespace std;

int n;
bool flag;
int first=1;

int arr[10];

bool not_equal(int a[],int n){
    for(int i=0;i<n;i++){
        for(int j=i+1;j<n;j++){
            if(a[j]==a[i]) return false;
        }
    }
    return true;
}

void solve(){
    if(first) first=0;
    else cout<<endl;
    flag=0;
    for(int a=0;a<=9;a++){
        for(int b=0;b<=9;b++){
            for(int c=0;c<=9;c++){
                for(int d=0;d<=9;d++){
                    for(int e=0;e<=9;e++){
                        arr[0]=a;arr[1]=b;arr[2]=c;arr[3]=d;arr[4]=e;
                        if(not_equal(arr,5)){
                            int x=a*10000+b*1000+c*100+d*10+e;
                            int y=x*n;
                            arr[5]=y%10,arr[6]=y%100/10,arr[7]=y%1000/100,arr[8]=y%10000/1000;arr[9]=y/10000;
                            if(not_equal(arr,10) && y>=10000 && y<=99999){
                                flag=1;
                                for(int i=9;i>=5;i--) cout<<arr[i];
                                cout<<" / ";
                                for(int i=0;i<5;i++) cout<<arr[i];
                                cout<<" = "<<n<<endl;
                            }
                        }

                    }
                }
            }
        }
    }
    if(!flag) cout<<"There are no solutions for "<<n<<"."<<endl;
}

int main()
{
    while(cin>>n){
        if(n==0) break;
        solve();
    }
    return 0;
}

【例题7-2 Maximum Product UVA - 11059】

思路:枚举连续子序列的长度

#include<iostream>
#include<algorithm>

using namespace std;

long long int a[20];
int n;
int kase=0;

void solve(){
    while(cin>>n){
        for(int i=0;i<n;i++) cin>>a[i];
        long long int mmax=0;
        for(int i=1;i<=n;i++){  //枚举连续子序列的长度
            for(int j=0;j<=n-i;j++){    //枚举连续子序列的起点
                long long int t=1;
                for(int k=j;k<j+i;k++){ //累乘
                    t*=a[k];
                }
                mmax=max(mmax,t);
            }
        }
        cout<<"Case #"<<++kase<<": The maximum product is "<<mmax<<"."<<endl<<endl;
    }
}

int main()
{
    solve();
    return 0;
}

【例题7-3 Fractions Again?! UVA - 10976 】

#include<iostream>
#include<algorithm>

using namespace std;

const int maxn=20000+5;

typedef struct Node{
    int x,y;
    Node(int xx=0,int yy=0):x(xx),y(yy){}
}node;

int k,x,y;
node a[maxn];
int cnt;

void solve(){
    while(cin>>k){
        cnt=0;
        for(int y=1;y<=20000;y++){
            if(y>k && (y*k)%(y-k)==0){
                int x=(y*k)/(y-k);
                if(x>=y)
                    a[cnt++]=node(x,y);
            }
        }
        cout<<cnt<<endl;
        for(int i=0;i<cnt;i++){
            cout<<1<<"/"<<k<<" = "<<1<<"/"<<a[i].x<<" + "<<1<<"/"<<a[i].y<<endl;
        }
    }
}

int main()
{
    solve();
    return 0;
}

按照刚刚同样的格式整理总结一下以下内容:幻灯片1 矩阵前缀和 幻灯片2 复习: 前缀和算法  对于一个长为n的序列a = {a[1],a[2],a[3],....,a[n]}  我们可以求出a的前缀和数组s,其中s[i] = a[1]+a[2]+...+a[i]  这样当我们想要求a序列中一段区间的和时,就可以用s[r]-s[l-1]求出a[l]+a[l+1]+...+a[r]的区间和 幻灯片3 问题探究  在一个矩阵上,如果我们想要求出一个子矩阵的和,是否有类似于前缀和的方法?  提示,考虑一下如何定义矩阵上的“前缀” ? 幻灯片4 求面积 思考: 下图的大矩形S,被划分出了四个子矩形A,B,C,D  请用A,B,C,D的面积,进行四则运算,得到大矩形的面积  请用S,A,B,C的面积,通过四则运算,得到矩形D的面积 幻灯片5 启发 通过上面的例子可以想到:  当我们想要算出矩阵中某一块子矩阵的和,例如想要得到矩形D的和,可以先提前求出S,A,B,C的和(就像在一维前缀和算法中求sum[]数组一样)  再通过S-A-B+C得到D的矩阵和  要提前求出S,A,B,C这类矩形的和,就要先归纳出他们的特点。  思考: S,A,B,C这些矩形有什么共性呢? 幻灯片6 前缀矩阵 很容易发现,S、A、B、C都是以矩阵中的某个元素为右下角,以矩阵第一行第一列为左上角的  我们把这些矩阵称为前缀矩阵,在二维前缀和算法中,就是要提前求出sum[i][j]表示以第i行第j列为右下角的前缀矩阵和  下图这些子矩阵就是前缀矩阵: 幻灯片7 练一练 sum[i][j]表示以第i行第j列为右下角的前缀矩阵和  对于右侧矩阵:    求出: sum[2][3] sum[4][2] sum[3][5] 幻灯片8 预处理 想要快速求出所有的前缀矩阵和sum[i][j],就要类似一维前缀和那样找到相应的递推公式,像动态规划一样快速的求出所有的sum值  看看下面的矩阵,S = C+B-A+D ,替换成sum值和矩阵a中的元素就是: sum[i][j] = sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1] + a[i][j]      这就是矩阵前缀和的递推公式,请认真理解并记忆 幻灯片9 预处理—代码实现  读入n,m和n*m的矩阵,求出sum[][]数组,并将其输出  输入样例: 输出样例:     sum[i][j] = sum[i-1][j]+sum[i][j-1]-sum[i-1][j-1] + a[i][j]   幻灯片10 预处理-代码实现 幻灯片11 求出子矩阵的和 看下面一个例子,如何利用sum数组求出矩形D,也就是以(4,4)为左上角、(5,6)为右下角的的子矩阵和           幻灯片12 求出子矩阵的和 看下面一个例子,如何利用sum数组求出矩形D,也就是以(4,4)为左上角、(5,6)为右下角的的子矩阵和        D = S - B - C + A = sum[5][6] - sum[5][3] - sum[3][6] + sum[3][3]   幻灯片13 求出子矩阵的和 更普遍的,如果想要求出以(a,b)为左上角,(c,d)为右下角的子矩阵和  就可以用sum[c][d]-sum[a-1][d]-sum[c][b-1]+sum[a-1][b-1]  例如右图,矩阵D中: 左上角为(4,4),右下角为(5,6) 矩阵D的和为sum[5][6]-sum[3][4]-sum[4][3]+sum[3][3]   幻灯片14 例题1717 最大子矩阵 幻灯片15 暴力算法1简单粗暴的处理方法是:  用双重循环枚举子矩阵左上角(a,b)的坐标  利用双重循环计算这个子矩阵的和  这样做的时间复杂度为O(n^4)  代码实现略,课后布置成作业,每位同学完成并提交后,在群里截图打卡“暴力算法1已完成”   幻灯片16 暴力算法2 简单粗暴的处理方法是:  用双重循环枚举子矩阵左上角(a,b)的坐标  利用一维前缀和,O(n)枚举子矩阵的每一行求和  这样做的时间复杂度为O(n^3)  代码实现略,课后布置成作业,每位同学完成并提交后,在群里截图打卡“暴力算法2已完成”   幻灯片17 标准解法 利用二维前缀和,我们在处理出sum[][]数组后,只要:  枚举子矩阵的左上角(a,b)的坐标,求出右下角(c = a+x-1, d = b+y-1)  利用二位前缀和直接求出子矩阵的和  sum[c][d]-sum[c][b-1]-sum[a-1][d]+sum[a-1][b-1]  幻灯片18 参考核心代码 幻灯片19 例题1722 星空 幻灯片20 例题1722 星空 幻灯片21 题解  简单分析,会发现每过c+1秒所有星星的亮度又变回来了  所以t时刻是等价于t%(c+1)时刻的  这样的话实际上只有0~c这c+1个不同的时刻  可以用sum[t][][]记录t时刻的星星亮度对应的矩阵前缀和,这样的预处理的复杂度是O(c*n*m)的,对于每次询问,只要计算出等价的0~c中的时刻,并计算矩阵和即可。 幻灯片22 例题 1724 Pond 幻灯片23 题解 二分中位数mid,将大于mid的数设为1,否则设为0  这样一个子矩阵的和就是这个子矩阵中大于mid的数的个数  枚举k*k的正方形子矩阵的右下角,并利用sum数组计算对应的矩阵和  如果找到一个子矩阵的和是≤k*k/2的,说明存在一个正方形子矩阵的中位数≤mid,就朝着小的方向二分,否则朝着大的方向二分 幻灯片24 核心代码 幻灯片25 作业  例题/中等难度题目 17171722 1724  较难题目 1720 1721
最新发布
03-08
<think>嗯,好的,我现在需要按照用户提供的格式整理关于矩阵前缀和的内容。首先,我需要仔细阅读用户提供的幻灯片内容,理解每个幻灯片的重点,然后按照之前的示例结构进行总结。 首先,幻灯片1的标题是“矩阵前缀和”,这是整个主题的核心。接下来,幻灯片2复习了一维前缀和算法,用户可能希望在这里明确一维前缀和的定义和应用,所以需要简要总结s[i]的计算方法和区间和的求法。 幻灯片3提出了问题,询问在矩阵中是否有类似前缀和的方法来求子矩阵的和,并提示考虑“前缀”的定义。这里需要强调问题探究的部分,说明二维情况下如何扩展一维的思路。 幻灯片4通过面积问题引入,可能需要用图示中的四个子矩形A、B、C、D来推导大矩形S的面积,进而得到D的面积。这里的关键是面积的计算公式,比如S = A + B + C + D,而D的面积可能通过其他三个区域表示,比如D = S - A - B + C?或者具体的公式需要根据图示确定。由于用户提到用S、A、B、C的面积通过四则运算得到D,可能正确的推导是D = S - A - B + C?或者可能不同的组合,需要仔细看幻灯片的内容。根据幻灯片5中的启发,提到S-A-B+C得到D,所以可能在幻灯片4中的例子中,D的面积等于S减去A和B,再加上C。这可能是因为A和B有重叠部分被减去了两次,所以需要加回来。因此,这里的关键公式是D = S - A - B + C。 接下来,幻灯片5的启发部分说明如何利用类似一维前缀和的方法,通过预处理得到各个区域的和,进而计算子矩阵的和。需要总结出sum数组的作用,以及这些区域的共性,即都是前缀矩阵。 幻灯片6定义了前缀矩阵,指出sum[i][j]是以第i行第j列为右下角的前缀矩阵和。这里需要明确sum数组的定义,并指出这些矩阵的共同点,即左上角都是矩阵的起点(比如(1,1))。 幻灯片7是练习题,可能要求计算特定位置的sum值。但用户可能希望在这里指出sum数组的具体计算方式,但整理时可能不需要详细数值,而是强调sum的计算方法。 幻灯片8讲解了预处理递推公式:sum[i][j] = sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1] + a[i][j]。这里需要解释公式的来源,即如何通过周围的前缀矩阵推导当前的和,可能涉及到覆盖区域的加减。 幻灯片9和10涉及代码实现,用户可能希望给出代码的结构或关键部分,比如循环遍历矩阵,按递推公式计算sum数组。 幻灯片1113详细讲解了如何利用sum数组求子矩阵的和。例如,当要求以(a,b)为左上角,(c,d)为右下角的子矩阵时,公式为sum[c][d] - sum[a-1][d] - sum[c][b-1] + sum[a-1][b-1]。需要强调这个公式的推导过程,类似于面积计算中的容斥原理。 后面的幻灯片涉及例题和不同解法,如暴力算法和标准解法,以及一些具体题目的应用,如最大子矩阵、星空、Pond等。这里需要简要总结例题的关键点,比如如何应用矩阵前缀和来优化时间复杂度,或者如何结合其他算法(如二分查找)解决问题。 在整理过程中,需要注意保持结构清晰,分点说明,使用中文,并正确应用LaTeX格式,如矩阵和公式使用$$...$$或$...$。例如,递推公式应写成:$$sum[i][j] = sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1] + a[i][j]$$,而子矩阵和的公式则是:$$sum[c][d] - sum[a-1][d] - sum[c][b-1] + sum[a-1][b-1]$$。 同时,要注意例题部分的总结,例如1717题的标准解法使用二维前缀和将时间复杂度降低,而1722题利用时间周期的性质预处理多个前缀和数组,1724题则结合二分查找和矩阵前缀和来判断中位数可能的取值。 最后,用户要求按照之前的格式,即每个部分用标题和要点列表的形式整理,可能需要分为核心思想、递推公式、子矩阵和计算、预处理实现、例题应用等部分。需要确保每个步骤都清晰,逻辑连贯,帮助用户理解矩阵前缀和的原理和应用。</think># 矩阵前缀和知识总结 ## 一、核心思想 1. 将一维前缀和思想扩展到二维矩阵 2. 通过预处理前缀矩阵和数组$sum$,实现$O(1)$时间查询任意子矩阵和 ## 二、递推公式 $$sum[i][j] = sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1] + a[i][j]$$ ## 三、子矩阵和计算 给定左上角$(a,b)$,右下角$(c,d)$的子矩阵和为: $$sum[c][d] - sum[a-1][d] - sum[c][b-1] + sum[a-1][b-1]$$ ## 四、预处理实现 ```python for i in 1..n: for j in 1..m: sum[i][j] = sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1] + a[i][j] ``` ## 五、复杂度对比 | 算法类型 | 时间复杂度 | 空间复杂度 | |---------|-----------|------------| | 暴力算法1 | $O(n^4)$ | $O(1)$ | | 暴力算法2 | $O(n^3)$ | $O(n)$ | | 前缀和算法 | $O(n^2)$ | $O(n^2)$ | ## 六、典型应用 ### 1. 最大子矩阵(1717- 枚举所有可能的子矩阵尺寸 - 利用前缀和快速计算子矩阵和 - 时间复杂度优化至$O(n^4) \rightarrow O(n^2)$ ### 2. 星空问题(1722) - 利用周期性预处理$c+1$个时间点的前缀和 - 对每次询问取模后$O(1)$时间响应 ### 3. 池塘问题(1724) - 二分答案结合矩阵前缀和 - 将矩阵元素二值化后统计子矩阵中位数特性 - 时间复杂度$O(n^2 \log maxVal)$ ## 七、易错点 1. 矩阵下标从1开始时的边界处理 2. 递推公式中重复减去的$sum[i-1][j-1]$补偿项 3. 子矩阵坐标转换时±1的细节处理 ## 八、扩展应用 1. 动态矩阵更新(结合树状数组) 2. 三维前缀和(空间复杂度$O(n^3)$) 3. 带权矩阵的快速统计 ## 九、练习建议 1. 先完成暴力算法实现(作业要求) 2. 对比不同算法的时间效率 3. 绘制矩阵示意图辅助理解递推过程 ## 十、相关题目 - 必做:17171722、1724 - 提高:1720、1721 - 挑战:LOJ 最大加权子矩阵、HDU 多维前缀和 $\boxed{矩阵前缀和的核心在于通过空间换时间,将复杂问题转化为预处理后的快速查询}$
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