D. Prefix Permutation Sums

文章讨论了如何通过计算排列1到n的前n项和,并利用去重操作确定给定一组前缀和是否能唯一确定原数组的问题。通过比较剩余元素数量和理论上的可能性,判断是否能找到唯一解。

题目:

样例:

输入
12
5
6 8 12 15
5
1 6 8 15
4
1 2 100
4
1 3 6
2
2
3
1 2
4
3 7 10
5
5 44 46 50
4
1 9 10
5
13 21 36 42
5
1 2 3 1000000000000000000
9
9 11 12 20 25 28 30 33

输出
YES
YES
NO
YES
YES
NO
YES
NO
NO
NO
NO
NO

思路:

        数学问题,根据前缀和与 排列1 ~ n 之间的关系来推导。

代码详解如下:

#include <iostream>
#include <cstring>
#include <algorithm>
#include <queue>
#include <set>
#include <unordered_map>
#define endl '\n'
#define int long long
#define YES puts("YES")
#define NO puts("NO")
#define umap unordered_map
#pragma GCC optimize(3,"Ofast","inline")
#define ___G std::ios::sync_with_stdio(false),cin.tie(0), cout.tie(0)
using namespace std;
const int N = 2e6 + 10;

inline void solve()
{
	int n;
	cin >> n;
	
	int s = (1 + n)*n / 2;	// 排列 1 ~ n 的前n项和
	
	// 去重操作,由于我们的排列是1 ~ n 不会有多余的元素
	set<int>b;
	
	int x,r = 0;	// 这里的 x 是输入的当前前缀和元素,r 是记录上一个元素
	for(int i = 1;i < n;++i)
	{
		cin >> x;
		
		// 当前的前缀和减去上一个的前缀和,
		// 得到可能的 原来 数组 元素a 
		// 存储好所得的结果
		if(x - r <= n)
		{
			b.insert(x - r);
		}
		
		r = x;	// 更新上一个元素
	}
	
	// 由于我们是知道 n - 1 个前缀和元素,
	// 所以当我们还原 a 元素,就会得到 n - 2 个可能的 a 元素
	// 所以 b.size() == n - 2 又因为倘若我们最后的前缀和元素 x != s
	// 那么排列一定有可能推出来,因为前面肯定会丢失,
	// 当我们丢失的,只要是有一个它们的相隔超过 n 于是得到的是 (n - 1) - 2 
	// 然后当我们 x != s 的时候 n - 1 + 1 - 2 == n - 2
	if(b.size() == n - 2 + (x != s)) YES;
	else NO;
}


signed main()
{
//	freopen("a.txt", "r", stdin);
	___G;
	int _t = 1;
	cin >> _t;
	while (_t--)
	{
		solve();
	}

	return 0;
}

最后提交:

np.random.permutation是NumPy库中的一个函数,用于对一维或多维数组进行随机排列,返回一个打乱顺序后的数组副本,是处理随机化和洗牌数据的有用工具之一,在数据科学和机器学习领域经常被使用[^1]。 ### 使用方法 #### 对一维数组进行随机排列 ```python import numpy as np x = np.array([1, 5, 6, 3, 4]) permutation1 = np.random.permutation(x) print(permutation1) ``` 上述代码中,将一维数组`x`传入`np.random.permutation`函数,得到一个随机排列后的一维数组副本`permutation1`并打印输出。 #### 传入整数参数 ```python import numpy as np permutation2 = np.random.permutation(7) print(permutation2) ``` 当传入一个整数`n`时,函数会生成一个从`0`到`n-1`的整数数组,并对其进行随机排列。 #### 对多维数组进行随机排列 ```python import numpy as np x = np.array([[1, 9, 6], [1, 1, 1], [9, 5, 2], [8, 8, 8]]) permutation3 = np.random.permutation(x) print(permutation3) ``` 对于多维数组,`np.random.permutation`函数会对多维数组的第一维进行随机排列,而不是逐元素打乱。 #### 固定随机结果 ```python import numpy as np np.random.seed(0) matrix = np.arange(9).reshape(3, 3) print(np.random.permutation(matrix)) ``` 若需固定随机结果,需提前设置随机种子,如`np.random.seed(0)`,这样每次运行代码时,随机排列的结果都是相同的。 #### 对输入数据X、Y进行随机排序且保持对应关系 ```python import numpy as np # 假设m为样本数 m = 5 X = np.array([1, 2, 3, 4, 5]) Y = np.array([6, 7, 8, 9, 10]) permutation = list(np.random.permutation(m)) shuffled_X = X[permutation] shuffled_Y = Y[permutation].reshape((1, m)) print(shuffled_X) print(shuffled_Y) ``` 可以通过生成一个随机排列的索引列表,然后使用该列表对输入数据`X`和`Y`进行索引,从而实现随机排序且保持`X`和`Y`中值的对应关系。
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
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