SDU程序设计思维Week16-CSP M4

本文解析了SDU程序设计竞赛中的三个问题:TT数鸭子,ZJM要抵御宇宙射线,以及宇宙狗的危机。涵盖了算法设计,数据结构应用,以及区间DP等关键概念。通过具体代码示例,深入探讨了解决方案和总结。

SDU程序设计思维Week16-CSP M4

A - TT数鸭子

Description

在这里插入图片描述在这里插入图片描述

Sample

Input:
6 5
123456789 9876543210 233 666 1 114514

Output:
4

Idea

题意:判断一个数的个位、十位、百位……相互之间有多少个不同的数,这个数量小于k表明这个数符合要求

  • 输入每个数,用longlong存储
  • 用vis数组记录0-9是否出现过
  • 每次取一个数的最低位判断并更新vis

Summary

这题不难,比赛中T了5个,卡在了STL和cin。也可以将每个数用string存储,用整型存储要注意数据范围

Codes

#include <iostream>
#include <set>
#include <string>
using namespace std;
long long n, k;
int vis[10];

int main()
{
	long long ans = 0;
	scanf("%lld%lld", &n, &k);
	for (long long i = 1; i <= n; i++) {
		memset(vis, 0, sizeof(vis));
		long long t;
		long long x;
		int num = 0;
		scanf("%lld", &t);
		while (t > 0) {
			x = t % 10;
			if (vis[x] == 0) { vis[x] = 1; num++; }
			if (num >= k)break;
			t = t / 10;
		}
		if (num < k)ans++;

	}
	printf("%lld\n", ans);
}

B - ZJM要抵御宇宙射线

Description

在这里插入图片描述在这里插入图片描述

Sample

Input:
5
0 0
0 1
1 0
0 -1
-1 0
Output:
0.00 0.00
1.00

Idea

题意:求包含所有发射点的以某个发射点为圆心的最小圆

  • 自定义结构体point,包括点的坐标xy以及以该点为圆心包含所有点的圆的半径平方dis
  • 将所有发射点两两求欧式距离,更新两点的dis
  • 按照题目规则将n个点排序,第一个点就是要求的点

Summary

这题枚举所有发射点两两之间的距离即可,注意如果使用iomanip保留两位小数,变量要用double类型

Codes

#include <iostream>
#include <algorithm>
#include <iomanip>
using namespace std;
int n;

struct point {
	double x, y;
	double dis=0.0;
	bool operator<(const point& p) const {
		if (dis != p.dis)return dis < p.dis;
		else if (x != p.x)return x < p.x;
		else return y < p.y;
	}
}p[1010];

int main()
{
	cin >> n;
	for (int i = 1; i <= n; i++) {
		cin >> p[i].x >> p[i].y;
	}

	for (int i = 1; i <= n; i++) {
		double x = p[i].x, y = p[i].y;
		for (int j = i + 1; j <= n; j++) {
			double r = pow(x - p[j].x, 2) + pow(y - p[j].y, 2);
			if (r > p[i].dis)p[i].dis = r;
			if (r > p[j].dis)p[j].dis = r;
		}
	}
	sort(p + 1, p + 1 + n);

	cout << setiosflags(ios::fixed) << setprecision(2) << p[1].x << " " << p[1].y << endl;
	cout << setiosflags(ios::fixed) << setprecision(2) << p[1].dis << endl;


}

C - 宇宙狗的危机

Description

在这里插入图片描述在这里插入图片描述

Sample

Input:
1
6
3 6 9 18 36 108
Output:
Yes

Input:
2
2
7 17
9
4 8 10 12 15 18 33 44 81
Output:
No
Yes

Idea

题意:将一组升序数组成二叉搜索树,要求任意树边的两端的最大公约数大于1

  • 初始化边集e,表示任意两个数能否满足要求连成边
  • 确定状态t
    t[i][j][0] 表示以i为根,[j][i-1]为左子树
    t[i][j][1] 表示以i为根,[i+1][j]为右子树
  • 状态转移方程
    对于区间[i,j],分别判断i-1与j+1能否加入二叉搜索树(和对应边集求或),其中k属于[i,j]
    t[i-1][j][1] |= e[i-1][k]
    t[j+1][i][0] |= e[j+1][k]
  • 最后根据t,判断以各个数为根能否组成二叉搜索树

Summary

这是一道区间DP的问题,以各个数为根试图构造它的左子树与右子树。
比赛中用了DFS求树,T了4个,根据数据范围700,时间复杂度至少要O(n^3)

Codes

#include <iostream>
#include <cstring>
using namespace std;
int T,n;
int gcd(int a, int b) { return b == 0 ? a : gcd(b, a%b); }
int t[720][720][2],e[720][720];
int a[720];
bool flag = false;

int main()
{
	cin >> T;

	while (T--) {
		memset(t, 0, sizeof(t));
		flag = false;
		cin >> n;
		for (int i = 1; i <= n; i++)
			cin >> a[i];

		for(int i=1;i<=n;i++)
			for (int j = 1; j <= n; j++) {
				if (i == j)e[i][j] = 0;
				else e[i][j] = gcd(a[i], a[j]) > 1 ? 1 : 0;
			}

		for (int i = 1; i <= n; i++)
			t[i][i][0] = t[i][i][1] = 1;

		for(int j=1;j<=n;j++)
			for(int i=j;i>=1;i--)
				for (int k = i; k <= j; k++) {
					if (t[k][i][0] && t[k][j][1]) {
						t[i - 1][j][1] |= e[i - 1][k];
						t[j + 1][i][0] |= e[j + 1][k];
					}
				}

		for (int i = 1; i <= n; i++) {
			if (t[i][1][0] && t[i][n][1])
			{
				printf("Yes\n");
				flag = true;
				break;
			}
		}
		if (!flag)printf("No\n");


	}
}
考虑柔性负荷的综合能源系统低碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统低碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的低碳化与经济性协同优化。通过构建包含风电、光伏、储能、柔性负荷等多种能源形式的系统模型,结合碳交易成本与能源调度成本,提出优化调度策略,以降低碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模型在平衡能源供需、平抑可再生能源波动、引导柔性负荷参与调度等方面的有效性,为低碳能源系统的设计与运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、低碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统建模与优化求解方法;④为实际综合能源项目提供低碳经济调度方案参考。; 阅读建议:建议读者结合Matlab代码深入理解模型构建与求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发与仿真验证。
### 关于山东大学程序设计 Week5 的课程资料与作业 尽管当前提供的引用并未直接提及山东大学程序设计思维与实践的第5周具体内容,但从已有参考资料来看,可以推测该课程可能涉及的内容范围以及学习目标。 通常情况下,在类似的程序设计课程中,第五周的学习重点可能围绕以下几个方面展开: #### 可能的主题方向 1. **动态规划基础** 动态规划是一种解决多阶段决策过程最优化问题的方法。它通过将复杂问题分解成更简单的子问题来求解最优解[^2]。如果 Week5 涉及此主题,学生可能会接触到经典的动态规划问题,例如背包问题、最长公共子序列(LCS)、矩阵链乘法等。 2. **贪心算法的应用** 贪心算法的核心在于每一步都做出局部最优的选择,期望最终达到全局最优解。这种策略适用于某些特定场景下的问题,比如活动选择问题、霍夫曼编码等问题[^1]。 3. **图论初步** 图论作为离散数学的重要分支之一,在计算机科学中有广泛的应用价值。Week5 也可能引入基本概念如连通性检测、最小生成树(Kruskal 和 Prim 算法),或者单源最短路径(Dijkstra 算法)[^4]。 4. **高级数据结构介绍** 高级的数据结构能够显著提升解决问题效率。例如堆(Heap)用于实现优先队列;并查集(Union-Find Set)用来处理集合合并操作等等[^3]。 以下是基于上述假设整理的一道典型练习题及其解答思路: --- #### 练习题示例:最大连续子数组和 给定一个整数数组 `nums` ,找到其中具有最大和的一个连续子数组,并返回其总和。 ##### 思路分析: 采用 Kadane's Algorithm 来高效完成任务。核心思想是在遍历过程中维护两个变量——当前的最大子数组结束位置处的累加值(`current_sum`)以及迄今为止发现的整体最大值(`max_so_far`)。每当遇到新的元素时更新这两个量即可得出答案。 ```python def maxSubArray(nums): current_sum = nums[0] max_so_far = nums[0] for i in range(1, len(nums)): # 判断是否应该重新开始一个新的子数组还是延续之前的 current_sum = max(nums[i], current_sum + nums[i]) # 更新整体最大值 max_so_far = max(max_so_far, current_sum) return max_so_far ``` --- ###
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