洛谷P1090 [NOIP2004 提高组] 合并果子 详细解析及AC代码

文章讲述了如何解决[NOIP2004提高组]合并果子问题,利用C++中的优先队列和堆排序算法计算合并果子所需的最小体力耗费,以及Python解法的简单实现。关键在于理解字符串处理和避免数据溢出。

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

前言

计算机网络好难,完全不会,不如来写C,我的第一印象是这一题是一题哈夫曼树【Huffman Tree】。

题目

[NOIP2004 提高组] 合并果子 / [USACO06NOV] Fence Repair G

题目描述

在一个果园里,多多已经将所有的果子打了下来,而且按果子的不同种类分成了不同的堆。多多决定把所有的果子合成一堆。

每一次合并,多多可以把两堆果子合并到一起,消耗的体力等于两堆果子的重量之和。可以看出,所有的果子经过 n − 1 n-1 n1 次合并之后, 就只剩下一堆了。多多在合并果子时总共消耗的体力等于每次合并所耗体力之和。

因为还要花大力气把这些果子搬回家,所以多多在合并果子时要尽可能地节省体力。假定每个果子重量都为 1 1 1 ,并且已知果子的种类 数和每种果子的数目,你的任务是设计出合并的次序方案,使多多耗费的体力最少,并输出这个最小的体力耗费值。

例如有 3 3 3 种果子,数目依次为 1 1 1 2 2 2 9 9 9 。可以先将 1 1 1 2 2 2 堆合并,新堆数目为 3 3 3 ,耗费体力为 3 3 3 。接着,将新堆与原先的第三堆合并,又得到新的堆,数目为 12 12 12 ,耗费体力为 12 12 12 。所以多多总共耗费体力 = 3 + 12 = 15 =3+12=15 =3+12=15 。可以证明 15 15 15 为最小的体力耗费值。

输入格式

共两行。
第一行是一个整数 n ( 1 ≤ n ≤ 10000 ) n(1\leq n\leq 10000) n(1n10000) ,表示果子的种类数。

第二行包含 n n n 个整数,用空格分隔,第 i i i 个整数 a i ( 1 ≤ a i ≤ 20000 ) a_i(1\leq a_i\leq 20000) ai(1ai20000) 是第 i i i 种果子的数目。

输出格式

一个整数,也就是最小的体力耗费值。输入数据保证这个值小于 2 31 2^{31} 231

样例 #1

样例输入 #1

3 
1 2 9

样例输出 #1

15

提示

对于 30 % 30\% 30% 的数据,保证有 n ≤ 1000 n \le 1000 n1000

对于 50 % 50\% 50% 的数据,保证有 n ≤ 5000 n \le 5000 n5000

对于全部的数据,保证有 n ≤ 10000 n \le 10000 n10000

题目分析

  其实意思挺简单的,C++的int和long long int长度肯定是不能支持10500的,所以要想到使用别的方法,我想到了用字符串处理。
  字符串处理就是把数值位一位一位像列竖式一样的计算,相当于你要注意每一位的满十进位。
  由于两个数字位数可能不一样,所以这边后面还需要再写一个判断。具体实现代码见后面。

注意事项

1.字符表示参考ASCII,字符转化为数字时,需要减去‘0’,也就是48。
2.使用%10来进行十进制的进位。
3.string.length()用来得到string类型的长度
4.数组从0开始,数值存储在0到length-1之间

代码

1.优先队列

不使用万能头可以用
#include<iostream>
#include<vector>
#include<queue>
时间只需要113ms
在这里插入图片描述

#include<bits/stdc++.h>
using namespace std;

priority_queue <int,vector<int>,greater<int> > q;
/*
q.size();//返回q里元素个数
q.empty();//返回q是否为空,空则返回1,否则返回0
q.push(k);//在q的末尾插入k
q.pop();//删掉q的第一个元素
q.top();//返回q的第一个元素
q.back();//返回q的末尾元素
*/
int a[10007]={0}; 
int main(){
	int n,t,sum=0,a,b;
	cin>>n;
	for(int i=0;i<n;i++){
		cin>>t;	
		q.push(t);
	}
	for(int i=0;i<n-1;i++){
		a=q.top();
		q.pop();
		b=q.top();
		q.pop();
		q.push(a+b);
		sum+=(a+b);
		//cout<<"a:"<<a<<"\tb:"<<b<<"\ta+b:"<<a+b<<"\tsum:"<<sum<<endl;
	}
	cout<<sum;
	return 0;
}


2.堆排序

其实优先队列的原理也是堆排序,但是他被封装好了,便于使用。
这里就用数组模拟堆进行堆排序
堆有一个有趣的性质:一个编号为i的结点的父亲结点为编号i/2的结点,左儿子为2i,右儿子为2i+1。
就是在堆排序的基础上做一些调整,加入删除元素等操作

#include<bits/stdc++.h>
using namespace std;
const int maxn=10000+10;
int n,heap[maxn],size=0;
void up(int p) //二叉小根堆向上调整(子节点小于父节点就调整)
{
  while(p>1)
  {
    if(heap[p]<heap[p/2])
    {
      swap(heap[p],heap[p/2]);
      p/=2;
    }
    else break;
  }
}
void insert(int val) //二叉堆插入,新元素放在堆底,向上调整
{
  heap[++size]=val;
  up(size);
}
void down(int p) //二叉小根堆向下调整
{
  int s=p*2;
  while(s<=size)
  { //下面这句话是从左右儿子中选一个更小的做交换
    if(s<size&&heap[s+1]<heap[s]) s++; 
    if(heap[s]<heap[p])
    {
      swap(heap[s],heap[p]);
      p=s; s=p*2;
    }
    else break;
  }
}
void extract() //二叉堆删除堆顶
{
  heap[1]=heap[size--]; //将堆底移至堆顶,向下调整
  down(1);
}
int gettop() //返回堆顶的值
{
  return heap[1];
}
int main()
{
  cin>>n;
  for(int i=1; i<=n; i++)
  {
    int a; cin>>a;
    insert(a); //建立二叉堆
  }
  long long ans=0; //其实这里不会越界,但好像原题数据是3万
  while(size>=2) //如果还可合并
  {
    int top1=gettop(); //取出堆顶(堆中最小值)后删除堆顶
    extract();
    int top2=gettop(); //同上
    extract();
    ans+=(top1+top2);
    insert(top1+top2); //将两数之和加入二叉堆,重复运算
  }
  cout<<ans<<endl; //输出答案
  return 0;
}

后话

python解法

我当时做赫夫曼树的时候写过一个python的代码,输入跟本题相同。提交直接过了,这里也给大家参考一下,不过用的是最朴素的方法。时间稍微慢一些。但是有个优点是支持高精度的数据。
在这里插入图片描述

n=input()
n=int(n)
numbers = [eval(x) for x in input().split()]
numbers.sort(reverse=True)
#sum=sum(numbers)
summ=0
while len(numbers)>1:
    m=len((numbers))
    add=numbers[m-1]+numbers[m-2]
    summ=add+summ
    numbers.pop(m-1)
    numbers.pop(m-2)
    numbers.append(add)
    numbers.sort(reverse=True) 
print(summ)



建议大家还是学习一下C++的解法,毕竟很多考研上机都要求C或者C++

王婆卖瓜

跟着我的进度刷题,给个点赞收藏+关注!

题目来源

NOIP 2004 提高组 第二题
洛谷链接
堆排序-微雨燕双飞

### NOIP 2004 提高 合并果子 Python 解题思路 #### 背景描述 合并果子问题是经典的贪心算法题目之一。给定若干堆果子的数量,每次可以选取两堆数量最少的果子将其合并成一堆,并记录此次合并所花费的成本(即这两堆果子数之和)。最终目标是最小化总成本。 #### 思路分析 为了最小化合并过程中的总成本,应该优先考虑将较小的两堆先合并起来。这样做的好处是可以减少后续较大规模合并时所需付出的成本。具体来说: - 使用一个小根堆来存储每堆果子的数量。 - 每次取出两个最小值进行合并操作,并把新得到的结果重新放回堆中继续参与下一轮比较。 - 记录每一次合并产生的费用直到只剩下一堆为止[^1]。 #### 实现方法 基于上述策略,在Python编程语言环境下可以通过`heapq`模块轻松构建这样一个高效的小顶堆结构来进行求解。 ```python import heapq def min_cost_to_merge_fruits(fruit_piles): # 将所有的果子堆加入到一个列表里, 并转换为最小堆 heapq.heapify(fruit_piles) total_cost = 0 while len(fruit_piles) > 1: # 取出当前最小的两堆果子 first_min = heapq.heappop(fruit_piles) second_min = heapq.heappop(fruit_piles) current_cost = first_min + second_min # 更新总的消耗代价 total_cost += current_cost # 把这次合并后的结果再加回到堆里面去 heapq.heappush(fruit_piles, current_cost ) return total_cost ``` 此函数接收一个整型数作为输入参数,代表初始状态下各堆果子的具体数目;返回的是完成全部合并不需要额外空间复杂度下的最低可能耗费时间/次数。
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