Hello 2018 E. Logical Expression(dp)

本文详细解析了CodeForces上一道名为E的问题,通过使用动态规划的方法,按照优先级依次更新数组来求解。文章包含了一段C++代码示例,并引用了一个外部博客作为进一步解释的参考。

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

题目链接:http://codeforces.com/contest/913/problem/E


神奇的dp啊?按照优先级依次更新,每一次迭代用F数组更新T数组,再用T数组更新E数组,然后下一轮对E加括号之后更新F,一直迭代到不能继续更新


这个dalao的博客中有更好的解释图:https://www.cnblogs.com/lzhAFO/p/8253180.html


代码:

#include<bits/stdc++.h>
using namespace std;
const int MAXN=300;
string E[MAXN],T[MAXN],F[MAXN];
bool cmp(string& a,string& b)
{
	return a.size()!=b.size()?a.size()<b.size():a<b;
}
bool update(string &a,string b)
{
	return a==""||cmp(b,a)?a=b,1:0;
}
void init()
{
	F[240]="x";F[204]="y";F[170]="z";
	while(1)
	{
		bool ok=false;
		for(int i=0;i<256;i++)
		{
			if(E[i]!="")
				ok|=update(F[i],"("+E[i]+")");
		}
		for(int i=0;i<256;i++)
		{
			if(F[i]!="")
				ok|=update(F[i^255],"!"+F[i]);
		}
		for(int i=0;i<256;i++)
		{
			if(F[i]!="")
				ok|=update(T[i],F[i]);
		}
		for(int i=0;i<256;i++)
		{
			if(T[i]!="")
			{
				for(int j=0;j<256;j++)
				{
					if(T[j]!="")
					{
						ok|=update(T[i&j],T[i]+"&"+T[j]);
					}
				}
			}
		}
		for(int i=0;i<256;i++)
		{
			if(T[i]!="")
			{
				ok|=update(E[i],T[i]);
			}
		}
		for(int i=0;i<256;i++)
		{
			if(E[i]!="")
			{
				for(int j=0;j<256;j++)
				{
					if(E[j]!="")
					{
						ok|=update(E[i|j],E[i]+"|"+E[j]);
					}
				}
			}
		}
		if(!ok)
			break;
	}
}
char s[10];
int main()
{
	//freopen("in.txt","r",stdin);
	//freopen("out.txt","w",stdout);
	int T;
	init();
	scanf("%d",&T);
	while(T--)
	{
		int x=0;
		scanf("%s",s);
		for(int i=0;i<8;i++)
		{
			x|=(s[i]-'0')<<i;
		}
		cout<<E[x]<<endl;
	}
	return 0;
}


### 关于 `numpy.logical_and` 的用法 `numpy.logical_and` 是 NumPy 中的一个通用函数 (ufunc),用于计算两个数组之间的逐元素逻辑与操作。如果输入的是布尔值,则返回它们的逻辑与;如果是整数或其他数值类型,则会先将其转换为布尔值(非零视为 True,零视为 False),然后再执行逻辑运算。 以下是该函数的具体说明: #### 函数签名 ```python numpy.logical_and(x1, x2, /, out=None, *, where=True, dtype=None) ``` - **参数**: - `x1`, `x2`: 输入数组或标量。这两个输入必须具有相同的形状或者可以广播到相同形状。 - `/`: 表示位置参数的分隔符,在此之后的位置参数不可用[^1]。 - `out`: 可选参数,指定输出存储的目标数组。 - `where`: 布尔掩码,决定哪些元素参与计算。 - `dtype`: 输出数据类型的强制转换选项。 - **返回值**: 返回一个布尔数组,表示对应位置上两者的逻辑与结果。 --- #### 使用示例 ##### 示例 1: 对简单布尔值进行逻辑与操作 ```python import numpy as np result = np.logical_and(True, False) print(result) # Output: False ``` ##### 示例 2: 对一维布尔数组进行逻辑与操作 ```python array1 = np.array([True, False, True]) array2 = np.array([False, False, True]) result = np.logical_and(array1, array2) print(result) # Output: [False False True] ``` ##### 示例 3: 广播机制下的逻辑与操作 当两个数组维度不完全一致时,NumPy 会尝试通过广播机制调整其形状以便完成操作。 ```python array1 = np.array([[True, False], [True, True]]) scalar_value = True result = np.logical_and(array1, scalar_value) print(result) # Output: [[ True False] # [ True True]] ``` ##### 示例 4: 非布尔值作为输入 对于非布尔值,`logical_and` 会自动将这些值解释为布尔值(即任何非零数字都被认为是 True)。 ```python array1 = np.array([0, 1, 2]) array2 = np.array([-1, 0, 3]) result = np.logical_and(array1, array2) print(result) # Output: [False False True] ``` --- #### 注意事项 在处理多维数组时需要注意操作数的形状匹配问题。如果不满足条件,可能会引发错误。例如: ```python array1 = np.array([True, False]) array2 = np.array([True]) np.logical_and(array1, array2) # Raises ValueError due to incompatible shapes. ``` 为了防止此类情况发生,应确保两者能够被正确广播至同一形状[^3]。 --- #### 实际应用场景 假设有一个场景需要筛选出既大于某个阈值又小于另一个阈值的数据点,此时就可以利用 `numpy.logical_and` 来实现这一需求。 ```python data = np.array([1, 5, 8, 12, 15]) threshold_min = 5 threshold_max = 10 mask = np.logical_and(data > threshold_min, data < threshold_max) filtered_data = data[mask] print(filtered_data) # Output: [8] ``` ---
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