【2024华为OD-E卷-200分-数字加减游戏】(题目+思路+Java&C++&Python解析)

题目描述

在一个长度为 n 的数组 arr 中,你需要进行一系列操作。每个操作有两种类型:

  1. 加法操作:选择一个索引 i,将 arr[i] 增加 val。
  2. 减法操作:选择一个索引 i,将 arr[i] 减少 val。

目标是通过不超过 k 次操作,使得数组 arr 中所有元素的最大值尽可能小。返回这个最小的最大值。

输入

  • 第一行包含三个整数 n, k, val,分别表示数组的长度、最大操作次数和每次操作的增减值。
  • 第二行包含 n 个整数,表示数组 arr。

输出

  • 输出一个整数,表示经过最多 k 次操作后,数组 arr 中所有元素的最大值的最小可能值。

示例

输入

5 4 2
1 3 5 7 9

输出

5

思路

  1. 二分搜索:我们可以观察到,数组中的最大值的最小可能值必然在某个范围内,即数组中的最小值和最大值之间。因此,我们可以使用二分搜索来找到这个最小的最大值。
  2. 校验可行性:对于每一个二分搜索的中间值 mid,我们需要检查是否可以通过不超过 k 次操作使得数组中的所有元素都不超过 mid。
  3. 计算操作次数:对于每个元素 arr[i],如果需要将其调整到不超过 mid,计算需要的操作次数,并累加这些次数。如果总操作次数不超过 k,则当前 mid 是一个可能的解,继续在左侧搜索更小的值;否则,继续在右侧搜索更大的值。

Java 编码解析

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt();
        int k = sc.nextInt();
        int val = sc.nextInt();
        int[] arr = new int[n];
        for (int i = 0; i < n; i++) {
            arr[i] = sc.nextInt();
        }
        sc.close();

        int left = Integer.MAX_VALUE;
        int right = Integer.MIN_VALUE;
        for (int num : arr) {
            left = Math.min(left, num);
            right = Math.max(right, num);
        }

        while (left < right) {
            int mid = left + (right - left) / 2;
            if (canAdjust(arr, n, k, val, mid)) {
                right = mid;
            } else {
                left = mid + 1;
            }
        }

        System.out.println(left);
    }

    private static boolean canAdjust(int[] arr, int n, int k, int val, int target) {
        int operations = 0;
        for (int num : arr) {
            int diff = Math.abs(num - target);
            operations += diff / val; // Integer division to get number of val adjustments
            if (diff % val != 0) {
                operations++; // If there's a remainder, we need one more operation
            }
            if (operations > k) {
                return false;
            }
        }
        return true;
    }
}

C++ 编码解析

#include <iostream>
#include <vector>
#include <climits>
#include <cmath>

using namespace std;

bool canAdjust(const vector<int>& arr, int n, int k, int val, int target) {
    int operations = 0;
    for (int num : arr) {
        int diff = abs(num - target);
        operations += diff / val; // Integer division to get number of val adjustments
        if (diff % val != 0) {
            operations++; // If there's a remainder, we need one more operation
        }
        if (operations > k) {
            return false;
        }
    }
    return true;
}

int main() {
    int n, k, val;
    cin >> n >> k >> val;
    vector<int> arr(n);
    for (int i = 0; i < n; ++i) {
        cin >> arr[i];
    }

    int left = INT_MAX;
    int right = INT_MIN;
    for (int num : arr) {
        left = min(left, num);
        right = max(right, num);
    }

    while (left < right) {
        int mid = left + (right - left) / 2;
        if (canAdjust(arr, n, k, val, mid)) {
            right = mid;
        } else {
            left = mid + 1;
        }
    }

    cout << left << endl;
    return 0;
}

Python 编码解析

def can_adjust(arr, k, val, target):
    operations = 0
    for num in arr:
        diff = abs(num - target)
        operations += diff // val  # Integer division to get number of val adjustments
        if diff % val != 0:
            operations += 1  # If there's a remainder, we need one more operation
        if operations > k:
            return False
    return True

def main():
    import sys
    input = sys.stdin.read
    data = input().split()
    
    n = int(data[0])
    k = int(data[1])
    val = int(data[2])
    arr = list(map(int, data[3:3+n]))
    
    left = min(arr)
    right = max(arr)
    
    while left < right:
        mid = left + (right - left) // 2
        if can_adjust(arr, k, val, mid):
            right = mid
        else:
            left = mid + 1
    
    print(left)

if __name__ == "__main__":
    main()

Python 中集成 Ollama 可以通过使用 `ollama` 官方提供的 Python 客户端库来实现。Ollama 是一个本地运行的大型语言模型(LLM)工具,它支持多种模型,如 Llama 2、Mistral 等,并且可以通过简单的 APIPython 应用程序集成。 ### 安装 Ollama Python 库 首先,需要确保你已经在本地系统上安装了 Ollama。你可以从 [Ollama 官方网站](https://ollama.com/)下载并安装适用于你操作系统的版本。 接下来,安装 Python 客户端库。Ollama 提供了一个官方的 Python 包,可以通过 `pip` 安装: ```bash pip install ollama ``` ### 使用 Ollama Python 库 安装完成后,可以使用 `ollama` 模块来调用 OllamaAPI。以下是一个简单的示例,展示如何使用 Ollama 的 `generate` 方法来生成文本: ```python import ollama # 生成文本 response = ollama.generate(model='llama3', prompt='为什么天空是蓝色的?') # 打印响应 print(response['response']) ``` 在这个例子中,`model` 参数指定了要使用的模型(例如 `llama3`),`prompt` 参数是用户输入的提示词。Ollama 会根据提示词生成相应的文本,并返回一个包含 `response` 字段的字典。 ### 获取模型列表 如果你想查看当前可用的模型,可以使用以下代码: ```python import ollama # 获取模型列表 models = ollama.list() # 打印模型列表 for model in models['models']: print(model['name']) ``` ### 模型对话(Chat) Ollama 还支持更复杂的对话模式,允许你在多轮对话中保持上下文。以下是一个使用 `chat` 方法的示例: ```python import ollama # 开始对话 response = ollama.chat( model='llama3', messages=[ {'role': 'user', 'content': '你好,你能帮我做什么?'}, {'role': 'assistant', 'content': '你好!我可以帮助你回答问题、提供建议,甚至进行简单的创作。有什么我可以帮你的吗?'}, {'role': 'user', 'content': '你能告诉我关于机器学习的基础知识吗?'} ] ) # 打印响应 print(response['message']['content']) ``` 在这个例子中,`messages` 参数是一个包含多个对话记录的列表,每个记录都有一个 `role` 和 `content` 字段。Ollama 会根据这些对话记录生成相应的回复。 ### 错误处理 在实际应用中,建议添加错误处理逻辑,以应对可能出现的网络问题或模型加载失败等情况: ```python import ollama try: response = ollama.generate(model='llama3', prompt='为什么天空是蓝色的?') print(response['response']) except Exception as e: print(f"发生错误: {e}") ``` ### 相关问题
评论
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

执着的小火车

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