11234UVa表达式——动态 &RE原因

这题的数据量应该很大,之前char ans[10000];

char str[10000];

Node* stack[1000];   //10000      AC

Node* queue[1000]; //10000       AC

一直runtime error!

AC后用时:0.900

相关参考:动态STL  http://blog.youkuaiyun.com/ultimater/article/details/8015040       用时:0.08

静态 http://blog.youkuaiyun.com/u011345461/article/details/10063707         用时:0.84

#include<stdio.h>
#include<ctype.h>
#include<string.h>
struct Node
{
	Node *left,*right;
	char ch;
	Node(char c, Node* l = 0, Node* r = 0)
	{
		ch = c;
		left = l;
		right = r;
	}
};
char ans[10000];
char str[10000];
Node* stack[10000];
Node* queue[10000];
void cleanup(Node* h);
int main()
{
	//
	freopen("input.txt","r",stdin);
	int numtest;
	scanf("%d", &numtest);
	Node* first,* sec;
	for(int i = 0; i < numtest; i++)
	{
		scanf("%s", str);
		int top = 0;
		for(int j = 0; j < strlen(str); j++)
		{
			if(islower(str[j]) )
				stack[++top] = new Node(str[j]);
			else if(isupper(str[j]) )
			{
				first = stack[top--];
				sec = stack[top--];
				stack[++top] = new Node(str[j], sec, first);
			}
		}
		int f = 0;
		int r = 1;
		memset(queue, 0, sizeof(queue) );
		queue[f] = stack[1];
		int num = 0;
		while(f < r)
		{
			Node* temp = queue[f++];
			if(temp->left) queue[r++] = temp->left;
			if(temp->right) queue[r++] = temp->right;
			ans[num++] = temp->ch;
		}
		for(int  k = num -1; k >= 0; k--)
		{
			putchar(ans[k]);
		}
		putchar('\n');
		cleanup(stack[1]);
	}
}
void cleanup(Node* h)
{
	if(!h) return;
	cleanup(h->left);
	cleanup(h->right);
	delete h;
}


### 关于UVa 307问题的动态规划解法 对于UVa 307 (Sticks),虽然通常采用深度优先搜索(DFS)+剪枝的方法来解决这个问题,但也可以尝试构建一种基于动态规划的思想去处理它。然而,在原描述中并未提及具体的动态规划解决方案[^3]。 #### 动态规划解题思路 考虑到本题的核心在于通过若干根木棍拼接成更少数量的新木棍,并使得这些新木棍尽可能接近给定的目标长度。为了应用动态规划技术,可以定义一个二维数组`dp[i][j]`表示从前i种不同类型的木棍中选取一些组合起来能否恰好组成总长度为j的情况: - 如果存在这样的组合,则`dp[i][j]=true`; - 否则`dp[i][j]=false`. 初始化时设置`dp[0][0]=true`, 表明没有任何木棍的情况下能够构成零长度。接着遍历每种类型的木棍以及所有可能达到的累积长度,更新对应的布尔值。最终检查是否存在某个k使得`sum/k * k == sum && dp[n][sum/k]`成立即可判断是否能成功分割。 这种转换方式利用了动态规划中的两个重要特性:最优化原理和重叠子问题属性。具体来说,每当考虑一根新的木棍加入现有集合时,只需要关注之前已经计算过的较短长度的结果,从而避免重复运算并提高效率[^1]. #### Python代码实现 下面给出一段Python伪代码用于说明上述逻辑: ```python def can_partition_sticks(stick_lengths, target_length): n = len(stick_lengths) # Initialize DP table with False values. dp = [[False]*(target_length + 1) for _ in range(n + 1)] # Base case initialization. dp[0][0] = True for i in range(1, n + 1): current_stick = stick_lengths[i - 1] for j in range(target_length + 1): if j >= current_stick: dp[i][j] |= dp[i - 1][j - current_stick] dp[i][j] |= dp[i - 1][j] return any(dp[-1][l] and l != 0 for l in range(target_length + 1)) # Example usage of the function defined above. stick_lengths_example = [...] # Input your data here as a list. total_sum = sum(stick_lengths_example) if total_sum % min(stick_lengths_example) == 0: result = can_partition_sticks(stick_lengths_example, int(total_sum / min(stick_lengths_example))) else: result = False print('Can partition sticks:', 'Yes' if result else 'No') ``` 需要注意的是,这段代码只是一个简化版本,实际比赛中还需要进一步调整参数以适应特定输入范围的要求。此外,由于题目本身允许有多余的小段剩余未被使用,所以在设计状态转移方程时也应适当放宽条件.
评论
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