蓝桥杯---时间转换

问题描述

  给定一个以秒为单位的时间t,要求用“<H>:<M>:<S>”的格式来表示这个时间。<H>表示时间,<M>表示分钟,而<S>表示秒,它们都是整数且没有前导的“0”。例如,若t=0,则应输出是“0:0:0”;若t=3661,则输出“1:1:1”。

输入格式

  输入只有一行,是一个整数t(0<=t<=86399)。

输出格式

  输出只有一行,是以“<H>:<M>:<S>”的格式所表示的时间,不包括引号。

样例输入

0

样例输出

0:0:0

样例输入

5436

样例输出

1:30:36

package test4;

import java.util.Scanner;

public class Main {

	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		int n =sc.nextInt();
		sc.close();
		if(n<60){
			System.out.println("0:0:"+n);
		}else if(n<3600){
			int s = n%60;
			int m = n/60;
			System.out.println("0:"+m+":"+s);
		}else{
			int s=(n%3600)%60;
			int m = (n%3600)/60;
			int h = (n-m*60+s)/3600;
			System.out.println(h+":"+m+":"+s);
		}
	}

}

 

### 蓝桥杯 数字接龙 题解 #### 问题描述 数字接龙问题是蓝桥杯竞赛中的经典题目之一,主要考察选手对于动态规划、字符串处理以及算法优化的理解能力。该问题的核心目标是从一组给定的整数中找到最长的子序列,使得这个子序列构成一个“接龙数列”。具体来说,“接龙数列”的定义是:当前数的最后一位数字等于下一个数的第一位数字。 以下是关于此问题的一个较为通用的解决方案及其核心逻辑: --- #### 动态规划解决思路 为了求解这个问题,可以采用动态规划的思想来寻找最优解。设 `dp[i]` 表示以第 `i` 个数字结尾的最大接龙长度,则状态转移方程如下: \[ dp[j] = \max(dp[j], dp[i] + 1),\quad \text{if } s_i.\text{last\_digit} == s_j.\text{first\_digit} \] 其中: - \(s_i\) 和 \(s_j\) 是输入数组中的两个数字; - \(s_i.\text{last\_digit}\) 表示数字 \(s_i\) 的最后一位; - \(s_j.\text{first\_digit}\) 表示数字 \(s_j\) 的第一位; 最终的结果可以通过遍历整个 `dp[]` 数组得到最大值,并计算需要删除的最小数量为总长度减去最大接龙长度。 --- #### 示例代码 (C++) 下面是一个基于上述思想实现的具体 C++ 实现方案: ```cpp #include <iostream> #include <vector> #include <string> #include <algorithm> using namespace std; // 获取数字的第一个字符对应的数值 int getFirstDigit(const string& num) { return num[0] - '0'; } // 获取数字的最后一个字符对应的数值 int getLastDigit(const string& num) { return num.back() - '0'; } int main() { int n; cin >> n; // 输入数字的数量 vector<string> nums(n); for(int i=0;i<n;i++) cin>>nums[i]; // 输入所有的数字 // 初始化 DP 数组 vector<int> dp(n, 1); // 记录每个位置上的第一个和最后一个数字 vector<pair<int,int>> info(n); for(int i=0;i<n;i++){ info[i].first=getLastDigit(nums[i]); info[i].second=getFirstDigit(nums[i]); } // 填充DP表 for(int j=1;j<n;j++){ for(int i=0;i<j;i++){ if(info[i].first==info[j].second){ dp[j]=max(dp[j], dp[i]+1); } } } cout << n-*max_element(dp.begin(), dp.end())<<endl; // 输出最少需要删除的数目 } ``` --- #### 关键点分析 1. **数据预处理** 将每一个数字转换成字符串形式以便提取首位和末位数字[^1]。 2. **动态规划的状态设计** 使用 `dp[i]` 来记录以第 `i` 个数字结尾所能形成的最长接龙数列长度[^2]。 3. **时间复杂度优化** 上述方法的时间复杂度为 O(N²),适用于 N 较小时的情况。如果 N 很大,可能需要进一步优化或者引入其他高级技巧如记忆化搜索等[^3]。 4. **边界条件考虑** 特殊情况下(例如所有数字都无法形成有效连接),应返回原始列表大小作为需移除项总数[^4]。 --- #### 注意事项 尽管某些博客提到贪心策略能够快速解决问题,但实际上已被证明存在反例无法覆盖全部场景,因此推荐使用更稳健可靠的动态规划方式完成解答[^3]。
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