2014 微软 编程之美 初赛 第一场 题解

本文深入解析2014微软编程之美初赛的三个编程题目,包括焦距计算、树结构操作与活动中心寻找。详细介绍了每道题目的解题思路、关键算法与代码实现,适合编程爱好者及初学者参考。

2014 微软 编程之美 初赛 第一场 题解

趁热写个题解.这场一共才三题.

第一题 焦距

这...大致就是给你公式照着敲,处理好字符串就行,自认为代码写的蛮干净的~~
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

double weight(char *s){
	if (strcmp(s, "m") == 0) return 1000;
	if (strcmp(s, "dm") == 0) return 100;
	if (strcmp(s, "cm") == 0) return 10;
	if (strcmp(s, "mm") == 0) return 1;
	if (strcmp(s, "um") == 0) return 1e-3;
	if (strcmp(s, "nm") == 0) return 1e-6;
	return 1;
}

int main(){
	double a, b, c, d;
	char sa[3], sb[3], sc[3];
	int T, cas;
	scanf("%d", &T);
	for (cas = 1; cas <= T; cas++){
		scanf("%lf%s%lf%s%lf%s", &a, sa, &b, sb, &c, sc);
//		printf("%s,%s,%s\n", sa, sb, sc);
		a *= weight(sa);
		b *= weight(sb);
		d = c * a / b;
		printf("Case %d: %0.2lfpx\n", cas, d);
	}
	return 0;
}

第二题 树

这是最难的一题,但是大数据太弱了,竟然都暴过了...
题意:N(1e5)个点的树,初始点权都为0,有Q(1e5)个操作,每次操作在以u为根的子树中,对深度(根的深度为1)在区间[l,r]内的点加权delta.输出最终的所有点权(经过给定的hash处理,方便judge).

经波哥讲解,可以这么搞:
有区间操作,容易想到用线段树.在深度区间上,建个线段树,a[i]表示深度为i时的权值.这玩意有用么?当然,某个点的权值就是他那个深度上的权值.但是加权操作时不是一整层都加的,只是加某一子树上的,如果给一整层都加上,会影响到别的不该加权的子树,这怎么办呢?别急,算完这颗子树,再把加权都减掉就好了。这里巧在计算的顺序,不是一口气算出所有点权,都是按照dfs序一个个算。按dfs序,遍历到某点,执行u等于该点区间操作,更新之前建的线段树。由于与他祖先节点相关的操作都已经更新到线段树上了,所以当前线段树上对应深度的值就是他的权值。等遍历出了他这棵子树,也就是他的孩子节点都算完了,再把之间的操作消掉。
总之感觉很巧啊,首先想到在深度区间上建线段树是比较显然的,但是操作修改的区间和子树有关,那就dfs下,边计算边修改,回溯的时候再恢复回来。

我是暴过的,就不贴代码了.


第三题 活动中心

题意:平面上一堆点,在X轴上找一点使得离所有点的距离和最小。

列出式子,或者画个图看看,大致可以看出随着点从负无穷到正无穷移动,距离和是先变小后增大的,是个单峰函数,于是可以用三分法求极值。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>

const int MAXN = 1e5;
const double eps = 1e-8;
struct Point{
	double x, y;
};
Point a[MAXN];
int n;

int dblcmp(double a, double b){
	if (a - b > eps) return 1;
	if (b - a > eps) return -1;
	return 0;
}

double dis(Point a, Point b){
	return sqrt((a.x - b.x) * (a.x - b.x) + (a.y - b.y) * (a.y - b.y));
}

double TotDis(double x){
	Point k = {x, 0};
	double ret = 0;
	for (int i = 0; i < n; i++)
		ret += dis(k, a[i]);
	return ret;
}

int main(){
	int i, j, k, cas, T;
	double low, high, midl, midr;
	scanf("%d", &T);
	for (cas = 1; cas <= T; cas++){
		scanf("%d", &n);
		for (j = 0; j < n; j++)
			scanf("%lf %lf", &a[j].x, &a[j].y);
		
		low = high = a[0].x;
		for (i = 1; i < n; i++){
			if (low > a[i].x) low = a[i].x;
			if (high < a[i].x) high = a[i].x;
		}
		while(dblcmp(low, high) < 0){
			midl = (high - low) / 3 + low;
			midr = (high - low) * 2 / 3 + low;
			double vl = TotDis(midl);
			double vr = TotDis(midr);
			if (vl > vr){
				low = midl;
			}else if (vl < vr){
				high = midr;
			}else{
				low = midl;
				high = midr;
			}
		}
		printf("Case %d: %0.6lf\n", cas, (low + high) / 2);
	}
	return 0;
}


### 关于2024百度之星初赛第一场目解析 目前尚未有官方发布的关于2024百度之星初赛第一场的具体目解析文档被广泛传播或公开引用。然而,基于以往的比赛惯例以及社区讨论的内容[^1],可以推测该比赛通常涉及算法设计、数据结构应用以及编程技巧等方面的知识。 #### 目类型分析 根据过往几年百度之星竞赛的特点,其目可能涵盖但不限于以下几个方面: - **字符串处理**:此类问经常考察参赛者对于复杂模式匹配的理解能力,例如KMP算法的应用场景或者正则表达式的高效实现方法。 - **动态规划 (Dynamic Programming)**:这是解决最优化问的一种重要手段,在许多比赛中都会出现。它通过把原问分解成相对简单的子问来求解复杂问的方法[^2]。 - **图论(Graph Theory)**:包括但不限于最小生成(MST),单源最短路径(SSSP)等问都是常见考点之一。这些都需要扎实的基础理论支持才能快速找到最优解答方案[^3]。 以下是针对假设性的几类典型问提供一些通用思路和技术要点说明: --- #### 字符串处理案例解析 如果遇到需要频繁查询某个特定字符序列是否存在的情况,则可考虑构建AC自动机来进行批量检索操作;而对于仅需判断两个字符串之间关系的任务来说,双指针技术往往能够满足需求并保持较低时间复杂度O(n)[^4]。 ```python def is_subsequence(s, t): it = iter(t) return all(char in it for char in s) # Example Usage: print(is_subsequence("abc", "ahbgdc")) # Output: True ``` --- #### 动态规划实例讲解 当面临背包问变种或是区间覆盖等相关挑战时,定义状态转移方程至关重要。比如经典的一维数组形式dp[i]=max(dp[i], dp[j]+w(i,j))表示从前j项选取若干物品放入容量不超过i的情况下所能获得的最大价值总和[^5]。 ```python def knapsack(weights, values, capacity): n = len(values) dp = [0]*(capacity+1) for i in range(1,n+1): w,v=weights[i-1],values[i-1] for j in reversed(range(capacity+1)): if j >=w : dp[j]= max(dp[j], dp[j-w]+v ) return dp[-1] # Example Usage: weights=[2,3,4] values =[3,4,5] capacity=5 result=knapsack(weights,values,capacity) print(result) # Output:7 ``` --- #### 图论基础概念复习 在面对连通性验证或者是寻找关键节点这样的任务时,BFS/DFS遍历配合并查集Union-Find的数据结构通常是首选策略。它们能够在几乎线性时间内完成大规模网络拓扑属性计算工作[^6]。 ```python from collections import defaultdict, deque class Graph: def __init__(self): self.graph = defaultdict(list) def addEdge(self,u,v): self.graph[u].append(v) self.graph[v].append(u) def BFS(self,start_vertex): visited=set() queue=deque([start_vertex]) while(queue): vertex=queue.popleft() if(vertex not in visited): visited.add(vertex) queue.extend(set(self.graph[vertex])-visited) return list(visited) g=Graph() edges=[[0,1],[0,2],[1,2],[2,3]] for u,v in edges:g.addEdge(u,v) res=g.BFS(2) print(res) #[2, 0, 1, 3] ``` 尽管以上只是部分可能涉及到的技术领域概述及其简单示例展示,但对于准备参加类似赛事的学习者而言已经具备相当指导意义了。
评论 1
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