EOJ(排序)——37. 奇怪的排序题

这道EOJ题目要求对一组整数进行排序,依据是它们64位二进制补码表示中1的个数,从多到少排序。如果1的个数相同,则按数值从小到大排序。输入包含n个整数,范围从-10^18到10^18。输出为排序后的数列。解析中强调了负数位数的计算处理。

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

37. 奇怪的排序题

所有数据在内存中都是以二进制形式存放的,其中有一些位是 1,而另一些位是 0。例如,整数 100 的二进制表示为 1100100,其中 1 的位数是 3;整数 15 的二进制表示为 1111,其中 1 的位数是 4;整数 -15 的 64 位二进制表示为 1111111111111111111111111111111111111111111111111111111111110001,其中 1 的位数是 61。
现在有 n 个整数,要求按照 64 位二进制补码表示中 1 的位数从大到小进行排序。若两个数的二进制表示中 1 的位数相同,则按照数本身值由小到大排序。

输入

第 1 行:n。
第 2 行:n 个待排序的数 a1,a2,…,an (−1018≤ai≤1018),每两个数之间由一个空格分隔。
数据规模约定:共有 10 个数据点。
1,2,3: 1≤n≤100, 0≤ai≤1018;
4,5: 1≤n≤100, −1018≤ai≤1018;
6,7: 1≤n≤104, 0≤ai≤1018;
8,9: 1≤n≤5⋅104, −1018≤ai≤1018;
10: 1≤n≤5⋅105, 0≤ai≤1018.

输出

在一行中输出排序后的数。

input

8
100 15 0 30 7 -15 100 -100

output

-15 -100 15 30 7 100 100 0

题目大意:

按要求排序。

题目解析:

注意对负数位数的计算。

具体代码:
#include<iostream>
#include<algorithm>
using namespace std;
long long A[500010];
int NumberOf1(long long i)
{
      int count = 0;
      while (i)
      {
        ++ count;
        i = (i - 1) & i;
      }
      return count;
}
bool cmp(long long x,long long y){
	int nx=NumberOf1(x),ny=NumberOf1(y);
	if(nx!=ny)
		return nx>ny;
	return x<y;
}
int main()
{
    int n;
    scanf("%d",&n);
    for(int i=0;i<n;i++)
    	scanf("%lld",&A[i]);
    sort(A,A+n,cmp);
    for(int i=0;i<n;i++)
    	printf("%lld ",A[i]);
    return 0;
}

### 关于EOJ DNA排序的解思路 在处理EOJ中的DNA排序时,主要挑战在于如何高效地完成字符串数组的排序以及去重操作。由于目涉及个测试点可能因时间复杂度较高而超时,因此需要优化算法设计。 #### 数据结构的选择 为了降低时间复杂度并提高效率,可以引入`std::map`或者`unordered_map`来辅助实现去重功能[^1]。这些数据结构能够快速判断某项是否存在集合中,并支持高效的插入和查找操作。具体来说: - 使用 `std::set` 可以自动去除重复元素并对结果进行升序排列; - 如果还需要自定义比较逻辑,则可以选择基于哈希表的数据结构如 `unordered_set` 配合手动排序。 #### 排序策略 对于给定的一组DNA序列(通常表示为长度固定的字符串),按照字典顺序对其进行排序一个常见需求。C++标准库提供了非常方便的方法来进行此类任务——即利用 `sort()` 函数配合合适的比较器函数对象或 lambda 表达式来指定所需的排序规则。 下面展示了一个简单的例子用于说明如何读取输入、执行必要的预处理步骤(包括但不限于删除冗余条目),最后输出经过整理的结果列表: ```cpp #include <bits/stdc++.h> using namespace std; int main(){ set<string> uniqueDNAs; string line, dna; while(getline(cin,line)){ stringstream ss(line); while(ss>>dna){ uniqueDNAs.insert(dna); // 自动过滤掉重复项 } } vector<string> sortedUnique(uniqueDNAs.begin(),uniqueDNAs.end()); sort(sortedUnique.begin(),sortedUnique.end()); for(auto it=sortedUnique.cbegin();it!=sortedUnique.cend();++it){ cout<<*it; if(next(it)!=sortedUnique.cend())cout<<" "; } } ``` 上述程序片段实现了基本的功能模块:从标准输入流逐行解析得到各个独立的DNA片段;借助 STL 容器特性轻松达成无重复记录维护目的;最终依据字母大小关系重新安排各成员位置后再统一打印出来[^3]。 #### 学习延伸至自然语言处理领域 值得注意的是,在计算机科学特别是机器学习方向上,“上下文”概念同样重要。例如 Word2Vec 这样的技术就是通过考察周围词语环境来捕捉特定词汇的意义特征[^2]。尽管者应用场景差异显著,但从原理层面看均体现了对局部模式挖掘的关注。 ---
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