NOJ1076机器狗组装费用——诡异的运行时间

本文探讨了如何通过排序和动态更新最小成本组件来计算机器狗组装的最少费用,详细介绍了从输入到输出的算法流程,包括使用数组和列表的数据结构实现,以及优化过程中的关键步骤。

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

机器狗组装费用

Time Limit(Common/Java):1500MS/4500MS          Memory Limit:65536KByte
Total Submit:402            Accepted:141

Description

sed同学最近迷上了制造机器狗,购置了大量所需零件,零件可以组装为一个组件,这些组件或零件又可以组装为一个大的组件。在制造机器狗中,组件或零件只能两两进行组装,组装的顺序任意。在机器狗中,每个零件都有一个组装成本,每次组装一个组件的费用为各个零件组装成本之和。给定各个零件组装成本(单位为元),你的任务是帮助sed计算他至少花费多少费用。

Input

第一行包括一个整数N,表示机器狗零件数(1≤N≤10000)

第二行为N个正整数,表示每个机器狗零件组装成本(单位为元),整数之间用空格隔开。

Output

输出仅一行,即机器狗组装的最少费用。

注意:输出部分的结尾要求包含一个多余的空行。

Sample Input

10
1 2 3 4 5 6 7 8 9 0

Sample Output

136

Source

“IBM南邮杯”个人赛2009


分析:此题要分析一下。N个整数需要排序,每次最小的2个数相加。就像最小生成树。注意:每次加的和都要加在总的费用里面。

一开始用数组做,重复使用sort函数,超时。

第一次用数组超时!

#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
	int a[10000] = {0}, n, ans = 0;
	scanf("%d",&n);
	for(int i=0;i<n;i++)
		scanf("%d",&a[i]);
	sort(a, a+n);
	int i = 0;
	while(i <= n-2)
	{
		ans += a[i]+a[i+1];
		a[i+1] += a[i];
		a[i] = 0;
                if(a[i+1] > a[i+2])
                   sort(a, a+n);
		i ++;
	}
	printf("%d\n",ans);
	return 0;
}

改用list,AC。list的迭代器iterator要小心越界。下面这一条不加上提交能AC,但是本地运行出错。 = =

//if(A.size() == 0) break; // 不加AC,但是本地运行错误
运行时间还是很长,应该有更佳的做法!

#include<iostream>
#include<list>
using namespace std;

//机器狗组装费用

list<int> A;
list<int>::iterator p1;
list<int>::iterator p2;

int main()
{
	int n, tmp, ans = 0;
	scanf("%d",&n);
	A.clear();
	for(int i=0;i<n;i++)
	{
		scanf("%d",&tmp);
		A.push_back(tmp);
	}
	A.sort();
	while(A.size() > 1)
	{
		p1 = p2 = A.begin();
		p2 ++;
		int t = *p1 + *p2;
		ans += t;
		A.pop_front();
		A.pop_front();
		//if(A.size() == 0) break; // 不加AC,但是本地运行错误
		p2 = A.end();
		p2 --;
		if(t >= *p2)
			A.push_back(t);
		else
		{
			//A.push_back(t); // 超时
			//A.sort();
			for(p1=A.begin();p1!=A.end();p1++)
			{
				if(t < *p1)
				{
					A.insert(p1, t);
					break;
				}
			}
		}
	}
	printf("%d\n",ans);

	return 0;
}


哈夫曼编码是一种常用的数据压缩算法,可以将原始数据转换为更短的编码,从而减少存储空间。它的基本思想是:根据字符出现的频率,构建一颗二叉树,使得出现频率高的字符离根节点近,出现频率低的字符离根节点远。然后,对于每个字符,从根节点出发,沿着对应的路径到达该字符所在的叶子节点,记录下路径,作为该字符的编码。 哈夫曼编码的具体实现步骤如下: 1. 统计每个字符在原始数据中出现的频率。 2. 根据字符的频率构建哈夫曼树。构建方法可以采用贪心策略,每次选择出现频率最低的两个字符,将它们作为左右子节点,父节点的权值为两个子节点的权值之和。重复这个过程,直到只剩下一个根节点。 3. 对哈夫曼树进行遍历,记录下每个字符的编码,为了避免编码产生歧义,通常规定左子节点为0,右子节点为1。 4. 将原始数据中的每个字符,用它对应的编码来代替。这一步可以通过哈夫曼树来实现。 5. 将编码后的数据存储起来。此时,由于每个字符的编码长度不同,所以压缩后的数据长度也不同,但总体上来说,压缩效果通常是比较好的。 实现哈夫曼编码的关键在于构建哈夫曼树和计算每个字符的编码。构建哈夫曼树可以采用优先队列来实现,每次从队列中取出两个权值最小的节点,合并成一个节点,再将合并后的节点插入队列中。计算每个字符的编码可以采用递归遍历哈夫曼树的方式,从根节点出发,如果走到了左子节点,则将0添加到编码中,如果走到了右子节点,则将1添加到编码中,直到走到叶子节点为止。 以下是基于C++的代码实现,供参考: ```c++ #include <iostream> #include <queue> #include <string> #include <unordered_map> using namespace std; // 定义哈夫曼树节点的结构体 struct Node { char ch; // 字符 int freq; // 出现频率 Node* left; // 左子节点 Node* right; // 右子节点 Node(char c, int f) : ch(c), freq(f), left(nullptr), right(nullptr) {} }; // 定义哈夫曼树节点的比较函数,用于优先队列的排序 struct cmp { bool operator() (Node* a, Node* b) { return a->freq > b->freq; } }; // 构建哈夫曼树的函数 Node* buildHuffmanTree(unordered_map<char, int> freq) { priority_queue<Node*, vector<Node*>, cmp> pq; for (auto p : freq) { pq.push(new Node(p.first, p.second)); } while (pq.size() > 1) { Node* left = pq.top(); pq.pop(); Node* right = pq.top(); pq.pop(); Node* parent = new Node('$', left->freq + right->freq); parent->left = left; parent->right = right; pq.push(parent); } return pq.top(); } // 遍历哈夫曼树,计算每个字符的编码 void calcHuffmanCode(Node* root, unordered_map<char, string>& code, string cur) { if (!root) return; if (root->ch != '$') { code[root->ch] = cur; } calcHuffmanCode(root->left, code, cur + "0"); calcHuffmanCode(root->right, code, cur + "1"); } // 将原始数据编码成哈夫曼编码 string encode(string s, unordered_map<char, string> code) { string res; for (char c : s) { res += code[c]; } return res; } // 将哈夫曼编码解码成原始数据 string decode(string s, Node* root) { string res; Node* cur = root; for (char c : s) { if (c == '0') { cur = cur->left; } else { cur = cur->right; } if (!cur->left && !cur->right) { res += cur->ch; cur = root; } } return res; } int main() { string s = "abacabad"; unordered_map<char, int> freq; for (char c : s) { freq[c]++; } Node* root = buildHuffmanTree(freq); unordered_map<char, string> code; calcHuffmanCode(root, code, ""); string encoded = encode(s, code); string decoded = decode(encoded, root); cout << "Original string: " << s << endl; cout << "Encoded string: " << encoded << endl; cout << "Decoded string: " << decoded << endl; return 0; } ```
评论 1
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