每日一题(砝码称重)

前言:为了让小伙伴更方便的学习编程语言,小白每天都会分享一道编程题。小白也创建了一个微信公众号,会同步更新题目和相关的视觉领域的知识,如果小伙伴不方便在网页上阅读文章,可以关注微信公众号“小白学视觉”。完全由高校在读学生运行。

公众号目前有“机器视觉”板块、“每日一题”板块和“书籍分享”板块,期待着小伙伴的关注。


作者:小白

公众号:小白学视觉


编程是很多偏计算机、人工智能领域必须掌握的一项技能,此编程能力在学习和工作中起着重要的作用。因此小白决定开辟一个新的板块“每日一题”,通过每天一道编程题目来强化和锻炼自己的编程能力(最起码不会忘记编程)

特别说明:编程题来自“牛客网”和“领扣”以及热心小伙伴的题目。由于小白有时想锻炼某一类编程方法,所以提供的代码不一定是最优解,但是本文提供的编程代码均为通过测试代码。

砝码称重

问题描述:

设有1g、2g、3g、5g、10g、20g的砝码各若干枚(其总重<=1000),要求:计算用这些砝码能称出的不同重量的个数,但不包括一个砝码也不用的情况。

输入数据

输入一行数据,包括六个正整数a1,a2,a3,a4,a5,a6,表示1g砝码有a1个,2g砝码有a2个,……,20g砝码有a6个。相邻两个整数之间用单个空格隔开。

输入样例

1 1 0 0 0 0

输出样例

3

分析

这道题我们可以利用穷尽的方法将砝码所有的组成情况都计算出来,然后去掉非重复的即可,但是这种办法十分的笨拙,而且在组成可测量的重量重复次数比较多的时候,就显得更加的没有必要了。另外,本题小白想使用C++里面比较好用的'set'关联容器。set关联容器可以自动的去重复和排序,是一个比较好的容器,感兴趣的小伙伴可以百度一下,同时也建议同时搜索一下map关联容器。

这道题,加入我们有一个1g砝码,我们只能称出1g,如果在给你一个2g砝码,我们能称出1g,2g,3g的重量。我们看一下这3种情况怎么来的,它是有原先的1g,与新加入的2g砝码自己称出的重量2g和1g+2g,去掉重复后组成的。那么此时如果在给一个1g砝码,可以称出的重量是,1g,2g,3g,4g:它是由原先的1g,2g,3g,与新加入的1g砝码自己称出的重量1g和1g+1g,1g+2g,1g+3g,去掉重复后组成的。利用这规律,n个砝码就可以看成是n-1个砝码后再重新给1个砝码的情况。因此利用set里面的自动去重复可以完成部分工作,我们只需要写出新给1个砝码后所增加的情况就可以了。

代码

#include <iostream>
#include <set>
#include <vector>
using namespace std;

class Solution
{
public:
 int sum;
 vector<int> everyweight;
 Solution();
 Solution(vector<int> &numweight, vector<int> &every) :everyweight(every), current({ 0 }), next({ 0 })
 {
     for (auto j = numweight.cbegin(),m=everyweight.cbegin(); j != numweight.cend(); j++,m++) //循环不同种类的砝码
     {
       for (int k = 1; k <= *j; k++)   //对输入的砝码个数进行循环
       {
         for (auto i = current.cbegin(); i !=current.cend(); i++)
         {
           next.insert(*i + (*m));    //向下一个set关联容器中存入能称出的重量
         }
         current = next;//更新关联容器
       }
     }
     sum = current.size()-1;
 }
private:
 set<int> current;
 set<int> next;
};

int main()
{
 vector<int> numweight;
 vector<int> every = { 1, 2, 3, 5, 10, 20 };
 int n;
 while (cin>>n)
 {
   numweight.push_back(n);
 }
 Solution solution(numweight,every);
 cout << solution.sum << endl;
 return 0;
}

 

 

### 蓝桥杯砝码称重问题的C++解法 #### 问题描述 砝码称重问题是经典的动态规划或状态转移问题之一。给定一组不同重量的砝码,目标是计算可以组合出的不同总重量的数量。 以下是基于动态规划的思想实现的一个完整的解决方案: --- #### 动态规划思路解析 该问题可以通过二维布尔数组 `f[i][j]` 来表示前 `i` 个砝码能否组成重量 `j` 的情况。具体来说: - 如果第 `i` 个砝码不参与,则继承上一个状态:`f[i][j] = f[i - 1][j]`; - 如果第 `i` 个砝码放在左侧托盘,则考虑减少其重量的情况:`f[i][j] |= f[i - 1][abs(j - w[i])]`; - 如果第 `i` 个砝码放在右侧托盘,则增加其重量:`f[i][j] |= f[i - 1][j + w[i]]`. 最终统计所有可能的正整数重量即可得出答案[^2]。 --- #### 完整代码实现 以下是一个标准的 C++ 实现方案: ```cpp #include <iostream> #include <vector> using namespace std; const int N = 110, M = 2e5 + 10; bool f[N][M]; int w[N]; int main() { int n; cin >> n; // 输入砝码数量 int m = 0; for (int i = 1; i <= n; ++i) { cin >> w[i]; // 输入每个砝码的重量 m += w[i]; // 计算最大可能重量 } // 初始化 dp 数组 f[0][0] = true; // 填充 dp 表格 for (int i = 1; i <= n; ++i) { for (int j = 0; j <= m; ++j) { f[i][j] = f[i - 1][j]; // 不选当前砝码的状态 if (j >= w[i]) // 放入右侧托盘 f[i][j] |= f[i - 1][j - w[i]]; if (j + w[i] <= m) // 放入左侧托盘 f[i][j] |= f[i - 1][j + w[i]]; } } // 统计可组成的正整数重量数目 int ans = 0; for (int i = 1; i <= m; ++i) { if (f[n][i]) ans++; } cout << ans << endl; // 输出结果 return 0; } ``` 上述代码通过三维压缩的方式实现了动态规划表填充过程,并利用布尔变量记录每种重量的可能性。 --- #### 关键点说明 1. **初始化条件**: 初始状态下只有当没有任何砝码时能够构成零重量,即 `f[0][0] = true`. 2. **状态转移方程**: 对于每一个砝码,分别处理三种可能性(忽略、加入右盘、加入左盘),并更新对应位置的状态。 3. **边界控制**: 防止越界访问,在调整索引时需注意权重范围约束. ---
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

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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