usaco2.1 hamming(blog 写到一半发现大事不妙

本文探讨了一种高效算法,用于解决在特定范围内寻找一组基数为N的集合问题,其中集合内的任意两个元素间的Hamming距离至少为给定值D。通过避免复杂的回溯过程,该文提供了一个简洁的解决方案。

题目链接


题意就是在给定范围内找一个基数确定(N)的最小 set,使这个 set 中元素两两之间的 hamming distance 大于某一给定的值(D)


耗了很长时间(扶额 事后想想真是太......


一开始的想法是:

(为方便表述,将 一个元素与另一个元素之间的 hamming distance >= D 记为性质 p

1)首先把给定范围内所有两两之间的 hamming distance 求出来,再找到 与 >= N 个元素 满足性质p  的元素,并将它们放到一个 set 中

2)对于这个 set 里的每个元素 a,对于每一个与 a 满足性质p 的元素 b,看b是否在 set 里,如果不在就将 b 剔除,并且将 与 a 满足性质p 的元素个数 数量-1

3)检查这个 set 里的每个元素 a,若与 a 满足性质p 的元素个数 < N,将 a 从 set 中剔除

4)重复 2) 3)两步,直到 set 里的元素个数恰好为 N


(当时想完了还 在脑海里 证明了一下正确性...。

(coding 就花了我好久((其中很多次逻辑混乱 + 手生

(最后发现低估了这个复杂度,只好放弃


事实上思路可以很简单

因为要找的是一个最小的 set,而这个最小的 set 只要前几个元素最小就是最小(大概意会意会

所以,后面元素的变化不会影响到前面的元素(可以想象一下,就算后面的元素再大也不要紧,只要保证了前面的最小,那么这个 set 肯定就是最小的

也就是说只需要根据前面的元素 来 寻找 后面的元素 即可


看吧,连 dfs 都不需要,因为不可能根据后面的元素去调整前面的

!!!

写完上面那句话我突然想到,如果一直找到最后都没能找齐 N 个的话,不就要回头去调整前面的了吗?!

那我是怎么水过了的?!

是测试数据没有这种情况 还是 单纯的这种情况不可能发生?

如果是后者,那么该怎么证明?

Orz


虽然感觉挺理亏的...还是把水过了的代码放上来吧(叹

至于 dfs 的代码在 ANALYSIS 里面就有


代码如下:


/*
PROB: hamming
LANG: C++
ID: fan_0111
*/
#include <iostream>
#include <cstdio>
using namespace std;
int d, ans[100];
bool hamming(int v, int w) {
	int temp = v ^ w, ret = 0;
	while (temp) {
		++ret;
		temp &= (temp-1);
	}
	if (ret >= d)	return true;
	return false;
}
bool check(int x, int tot) {
	for (int i = 0; i < tot; ++i) {
		if (!hamming(x, ans[i]))	return false;
	}
	return true;
}
int main() {
	freopen("hamming.in", "r", stdin);
	freopen("hamming.out", "w", stdout);
	int n, b;
	cin >> n >> b >> d;
	int hi = (1 << b) - 1, tot = 1;
	ans[0] = 0;
	for (int i = 1; i <= hi; ++i) {
		if (check(i, tot))	ans[tot++] = i;
		if (tot == n)	break;
	}
	int num = 0;
	for (int i = 0; i < n; ++i) {
		++num;
		cout << ans[i];
		if (num % 10 && num != n)	cout << " ";
		else						cout << "\n";
	}
	fclose(stdin);
	fclose(stdout);
	return 0;
}


最后再值得一提的就是位运算小技巧:


两个位串相应位置不同的 bit

凭借 xor


位串中含有的 1 的总数 

凭借 tmp & (tmp-1) 去掉最右边的一个1

内容概要:本文详细介绍了一个基于C++的养老院管理系统的设计与实现,旨在应对人口老龄化带来的管理挑战。系统通过整合住户档案、健康监测、护理计划、任务调度等核心功能,构建了从数据采集、清洗、AI风险预测到服务调度与可视化的完整技术架构。采用C++高性能服务端结合消息队列、规则引擎和机器学习模型,实现了健康状态实时监控、智能任务分配、异常告警推送等功能,并解决了多源数据整合、权限安全、老旧硬件兼容等实际问题。系统支持模块化扩展与流程自定义,提升了养老服务效率、医护协同水平和住户安全保障,同时为运营决策提供数据支持。文中还提供了关键模块的代码示例,如健康指数算法、任务调度器和日志记录组件。; 适合人群:具备C++编程基础,从事软件开发或系统设计工作1-3年的研发人员,尤其是关注智慧养老、医疗信息系统开发的技术人员。; 使用场景及目标:①学习如何在真实项目中应用C++构建高性能、可扩展的管理系统;②掌握多源数据整合、实时健康监控、任务调度与权限控制等复杂业务的技术实现方案;③了解AI模型在养老场景中的落地方式及系统架构设计思路。; 阅读建议:此资源不仅包含系统架构与模型描述,还附有核心代码片段,建议结合整体设计逻辑深入理解各模块之间的协同机制,并可通过重构或扩展代码来加深对系统工程实践的掌握。
内容概要:本文详细介绍了一个基于C++的城市交通流量数据可视化分析系统的设计与实现。系统涵盖数据采集与预处理、存储与管理、分析建模、可视化展示、系统集成扩展以及数据安全与隐私保护六大核心模块。通过多源异构数据融合、高效存储检索、实时处理分析、高交互性可视化界面及模块化架构设计,实现了对城市交通流量的实时监控、历史趋势分析与智能决策支持。文中还提供了关键模块的C++代码示例,如数据采集、清洗、CSV读写、流量统计、异常检测及基于SFML的柱状图绘制,增强了系统的可实现性与实用性。; 适合人群:具备C++编程基础,熟悉数据结构与算法,有一定项目开发经验的高校学生、研究人员及从事智能交通系统开发的工程师;适合对大数据处理、可视化技术和智慧城市应用感兴趣的技术人员。; 使用场景及目标:①应用于城市交通管理部门,实现交通流量实时监测与拥堵预警;②为市民出行提供路径优化建议;③支持交通政策制定与信号灯配时优化;④作为智慧城市建设中的智能交通子系统,实现与其他城市系统的数据协同。; 阅读建议:建议结合文中代码示例搭建开发环境进行实践,重点关注多线程数据采集、异常检测算法与可视化实现细节;可进一步扩展机器学习模型用于流量预测,并集成真实交通数据源进行系统验证。
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