POJ 1952 BUY LOW, BUY LOWER

通过遵循'低价买入,更低价买入'原则,实现股票购买次数的最大化。本算法解决了一种特定情况下,根据股票价格序列,求解能购买的最大次数及序列个数的问题。

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

题目大意:

        “低价买入”几乎成了牛市大赚的准则,但作为一个更资深的投资者你应该遵循“低价买入,更低价买入”的准则,你每次买一支股票,都要比前一次买入的股票价格要低,这样买的次数越多越好。

       现有只有一个测例,测例中给出每天的股票价格(不超过16字节的整数)以及天数N(1 ≤ N ≤ 5,000),你可以在任意一天购买,但是必须严格遵遵循按照时间顺序价格严格下降(不能等于)的要求购买,求能购买的最大次数,即下降序列的长度以及个数(序列以价格按照时间罗列出来,相同的序列只算一个,即那些序列相同但购买时间不同的,比如55 32 12的序列有两个,其中32分别在第5天和第7天购买,这种就算同一序列)。

题目链接

注释代码:

/*                                      
 * Problem ID : POJ 1952 BUY LOW, BUY LOWER
 * Author     : Lirx.t.Una                                      
 * Language   : GCC                     
 * Run Time   : 47 ms                                      
 * Run Memory : 416 KB                                      
*/  

#pragma GCC optimize("O2")

#include <string.h>
#include <stdio.h>

//maximum number of days
//最大天数
#define	MAXDAYN		5001

#define	MAX(x,y)	( (x) > (y) ? (x) : (y) )

int		prc[MAXDAYN];//price[i]表示第i天的股票价格
//dp[i]表示以第i天股票为序列右边界的当前最长下降子序列的长度
//由于需要统计序列个数,因此无法使用二分法
//因为二分法只能统计整个序列的最长子序列无法实时更新各个子序列的长度
int		dp[MAXDAYN];
//count[i]表示以第i天股票为序列右边界的当前最长下降子序列的个数
int		cnt[MAXDAYN];

int
main() {

	int		n;//天数
	int		i, j;//技术变量
	int		max;//maximum length,最长子序列的长度
	int		tmp;//临时变量

	//to count the maximum sequence
	//统计最长子序列的个数
	int		mcnt;
	
	scanf("%d", &n);

	for ( i = 1; i <= n; i++ ) {
		//初始化各元素单独为一个序列
	
		dp[i]  = 1;
		cnt[i] = 1;
	}

	for ( i = 1; i <= n; i++ )
		scanf("%d", prc + i);

	for ( max = 0, i = 1; i <= n; i++ ) {

		for ( j = i - 1; j >= 1; j-- )
			if ( prc[j] > prc[i] ) {//在i之前寻找右边界比i小的序列
			
				tmp = dp[j] + 1;
				if ( tmp > dp[i] ) {//跟新当前值

					dp[i]  = tmp;
					cnt[i] = cnt[j];
				}
				else
					if ( tmp == dp[i] )//若长度相等,则统计个数加1
						cnt[i] += cnt[j];
			}
			else
				if ( prc[j] == prc[i] ) {//之前有相同右边界序列
								
					if ( 1 == dp[i] )//若一直没有大于i右边界的序列则将i作废
						//因为i序列和j序列完全一样,j可以完全代替i
						//此步必须写,否则可能出错
						//即如果最长序列刚好就是j所表示的序列(且长度刚好为1),则最后在统计
						//最长序列个数时会将完全没必要的cnt[i] == 1也计入,这样会重复计入
						//还有一种方法就是dp[i] = 0,两种方法殊途同归
						cnt[i] = 0;

					//如果之前存在大于i右边界的序列则无需作废i序列,,这样保留了和j序列不一样的其它序列
					//否则会无故杀害其它序列,这样可能会丢失最后答案

					//因为j之前的序列接在j和接在i得到的是相同的序列
					//因此不必重复,这是一重要的剪枝,以加快算法速度
					break;
				}

		max = MAX( max, dp[i] );
	}

	for ( mcnt = 0, i = 1; i <= n; i++ )//累加长度等于最长序列的序列个数
		if ( max == dp[i] )
			mcnt += cnt[i];

	printf("%d %d\n", max, mcnt);

	return 0;
}

无注释代码:

#pragma GCC optimize("O2")

#include <string.h>
#include <stdio.h>

#define	MAXDAYN		5001

#define	MAX(x,y)	( (x) > (y) ? (x) : (y) )

int		prc[MAXDAYN];
int		dp[MAXDAYN];
int		cnt[MAXDAYN];

int
main() {

	int		n;
	int		i, j;
	int		max;
	int		tmp;

	int		mcnt;

	scanf("%d", &n);

	for ( i = 1; i <= n; i++ ) {
	
		dp[i]  = 1;
		cnt[i] = 1;
	}

	for ( i = 1; i <= n; i++ )
		scanf("%d", prc + i);

	for ( max = 0, i = 1; i <= n; i++ ) {

		for ( j = i - 1; j >= 1; j-- )
			if ( prc[j] > prc[i] ) {
			
				tmp = dp[j] + 1;
				if ( tmp > dp[i] ) {

					dp[i]  = tmp;
					cnt[i] = cnt[j];
				}
				else
					if ( tmp == dp[i] )
						cnt[i] += cnt[j];
			}
			else
				if ( prc[j] == prc[i] ) {
				
					if ( 1 == dp[i] )
						cnt[i] = 0;

					break;
				}

		max = MAX( max, dp[i] );
	}

	for ( mcnt = 0, i = 1; i <= n; i++ )
		if ( max == dp[i] )
			mcnt += cnt[i];
		
		printf("%d %d\n", max, mcnt);
		
		return 0;
}

单词解释:

formula:n, 公式,准则

bovine:adj, 牛的,似牛的

bovine stock market:n, 牛市

investor:n, 投资者

purchase:vt, 购买,紧握

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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