EOJ 3449 3451

本文介绍了一种解决特定字符串重构问题的方法,并通过排序和移动来实现目标字符串的生成。此外,还讨论了一个二分匹配问题,使用匈牙利算法进行求解,特别注意到了在实际应用中的一些细节。

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

3449

思路:我们首先可以这样考虑,如果所给的字母是有序的,比如

aabbcc,很显然我们只需将这个字符串右移两位即可达到要求

ccaabb, 移动的大小其实就等于整个字符串中出现次数多的字符的个数,注意不能组成的情况,所以我们直接排序然后移动即可

#include <cstdio>
#include <cstring>
#include <cmath>
#include <cstdlib>
#include <ctime>
#include <iostream>
#include <algorithm>
#include <sstream>
#include <string>
#include <vector>
#include <queue>
#include <stack>
#include <map>
#include <set>
#include <utility>
#include <bitset>

using namespace std;
#define LL long long
#define pb push_back
#define mk make_pair
#define fi first
#define se second
#define lson (rt << 1)
#define rson ((rt << 1) | 1)
#define pill pair<int, int>
#define mst(a, b)	memset(a, b, sizeof a)
#define REP(i, x, n)	for(int i = x; i <= n; ++i)
const int MOD = 1e9 + 7;
const int qq = 1e5 + 10;
const int INF = 1e9 + 10;
struct Node {
	char ch;
	int id;
	bool operator < (const Node &a) const {
		return ch < a.ch;
	}
}p[qq], ans[qq];
char st[qq];
int vis[30];
bool cmp(const Node &a, const Node &b) {
	return a.id < b.id;
}

int main(){
	scanf("%s", st);
	int len = strlen(st);
	for (int i = 0; i < len; ++i) {
		p[i].ch = st[i];
		p[i].id = i;
		vis[p[i].ch - 'a']++;
	}
	int maxn = 0;
	for (int i = 0; i < 26; ++i) {
		maxn = max(maxn, vis[i]);
	}
	if (maxn > len / 2) {
		puts("impossible");
		return 0;
	}
	sort(p, p + len);
	for (int i = 0; i < len; ++i) {
		ans[i].id = p[i].id;
		ans[i].ch = p[(i + maxn) % len].ch; 
	}
	sort(ans, ans + len, cmp);
	for (int i = 0; i < len; ++i) {
		printf("%c", ans[i].ch);
	}
	puts("");
	return 0;
}


3451

思路:这题二分匹配还是能想到的,WA了几发才发现不是一般的二分图匹配,这里有一个限制,就是你要进入下一轮的前提是你这轮一定得过,也就是说如果在匈牙利算法中当前找不到增广路就结束算法,还有一个要注意的地方,就是需要注意每次memset的时候空间不能过大,我这里将能匹配的素数离散化了

#include <cstdio>
#include <cstring>
#include <cmath>
#include <cstdlib>
#include <ctime>
#include <iostream>
#include <algorithm>
#include <sstream>
#include <string>
#include <vector>
#include <queue>
#include <stack>
#include <map>
#include <set>
#include <utility>
#include <bitset>

using namespace std;
#define LL long long
#define pb push_back
#define mk make_pair
#define fi first
#define se second
#define lson (rt << 1)
#define rson ((rt << 1) | 1)
#define pill pair<int, int>
#define mst(a, b)	memset(a, b, sizeof a)
#define REP(i, x, n)	for(int i = x; i <= n; ++i)
const int MOD = 1e9 + 7;
const int qq = 1e5 + 10;
const int INF = 1e9 + 10;
int n, num[qq], mt[qq];
int ispm[qq * 10], mp[qq];
bool vis[3000 * 30];
vector<int> vt[qq];
bool dfs(int u) {
	for (int i = 0; i < vt[u].size(); ++i) {
		if (!vis[mp[vt[u][i]]]) {
			vis[mp[vt[u][i]]] = true;
			if (!mt[mp[vt[u][i]]] || dfs(mt[mp[vt[u][i]]])) {
				mt[mp[vt[u][i]]] = u;
				return true;
			}
		}
	}
	return false;
}
int main(){
	int n;	scanf("%d", &n);
	for (int i = 1; i <= n; ++i) {
		scanf("%d", num + i);
		int x = num[i];
		for (int j = 2; j * j <= x; ++j) {
			if (x % j == 0) {
				ispm[j]++;
				vt[i].pb(j);
				while (x % j == 0)	x /= j;
			}
		}
		if (x > 1) {
			vt[i].pb(x);
			ispm[x]++;
		}
	}
	int cnt = 0;
	for (int i = 1; i < qq * 10; ++i) {
		if (ispm[i])	mp[i] = ++cnt;
	}
	int ans = 0;
	for (int i = 1; i <= n; ++i) {
		mst(vis, false);
		if (dfs(i))	ans++;
		else	break;
	}
	printf("%d\n", ans);
	return 0;
}


### 关于EOJ DNA排序问题的解题思路 在处理EOJ中的DNA排序问题时,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。由于题目涉及两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是一个常见需求。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]。尽管两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
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