2022蓝桥杯省赛--李白打酒加强版(dfs超时)

并非正解,只能过部分数据的李白打酒加强版,AC请移步dp做法

话说大诗人李白,一生好饮。

幸好他从不开车。

一天,他提着酒壶,从家里出来,酒壶中有酒 22 斗。

他边走边唱:

无事街上走,提壶去打酒。

逢店加一倍,遇花喝一斗。

这一路上,他一共遇到店 N次,遇到花 M 次。

已知最后一次遇到的是花,他正好把酒喝光了。

请你计算李白这一路遇到店和花的顺序,有多少种不同的可能?

注意:壶里没酒 (0 斗) 时遇店是合法的,加倍后还是没酒;但是没酒时遇花是不合法的。

输入格式

第一行包含两个整数 N 和 M。

输出格式

输出一个整数表示答案。由于答案可能很大,输出模 1000000007 的结果。

数据范围

对于 40% 的评测用例:1≤N,M≤10。
对于 100%的评测用例:1≤N,M≤100。

输入样例:

5 10

输出样例:

14

样例解释

如果我们用 0 代表遇到花,1 代表遇到店,14 种顺序如下:

010101101000000
010110010010000
011000110010000
100010110010000
011001000110000
100011000110000
100100010110000
010110100000100
011001001000100
100011001000100
100100011000100
0
### 李白打酒问题 DFS 加强版算法实现 #### 问题分析 此问题是经典的组合计数问题,可以通过深度优先搜索(DFS)来解决。目标是从初始状态出发,通过模拟每次遇到店或花的操作,找到所有满足条件的状态路径。 根据描述中的约束条件: 1. 初始酒量为 `2` 斗。 2. 遇到店 (`a`) 时,当前酒量翻倍。 3. 遇到花 (`b`) 时,消耗一斗酒。 4. 壶中酒量不能小于零,即在任何时刻都不能出现负值。 5. 最后一次操作必须是遇到花,并且此时壶中酒量恰好为零。 因此,在设计 DFS 算法时需考虑上述规则并加以验证。 --- #### 解题思路 为了求解该问题,可以采用如下方法: 1. **定义状态变量** 使用三个参数 `(current_wine, store_count, flower_count)` 表示当前状态: - `current_wine`: 当前壶中的酒量; - `store_count`: 已经经过的店铺数量; - `flower_count`: 已经经过的花朵数量。 2. **终止条件** 如果已经遍历了所有的店铺和花朵,则判断最终酒量是否为零。如果成立,则记录一种有效方案。 3. **剪枝优化** - 若当前酒量不足以支持后续操作(例如剩余花朵数量大于当前酒量),提前返回。 - 若已经超过规定的店铺或花朵次数,停止继续探索。 4. **递归逻辑** 每次可以选择两种操作之一: - 经过一家店铺:将当前酒量翻倍; - 或者经过一朵花:减少一斗酒(前提是当前酒量至少为一斗)。 以下是基于以上思路的具体实现代码。 --- #### Python 实现代码 ```python def count_schemes(N, M): MOD = 10**9 + 7 def dfs(current_wine, remaining_stores, remaining_flowers): # 如果剩余的花朵数量超过当前酒量,直接返回 if current_wine < remaining_flowers: return 0 # 如果已经完成所有操作,检查最后是否刚好喝完酒 if remaining_stores == 0 and remaining_flowers == 0: return 1 if current_wine == 0 else 0 total_schemes = 0 # 选择进入店铺 if remaining_stores > 0: next_wine = min(2 * current_wine, 1000) # 防止溢出 total_schemes += dfs(next_wine, remaining_stores - 1, remaining_flowers) # 选择经过花朵 if remaining_flowers > 0 and current_wine >= 1: total_schemes += dfs(current_wine - 1, remaining_stores, remaining_flowers - 1) return total_schemes % MOD return dfs(2, N, M) # 测试样例 print(count_schemes(5, 10)) # 输出应为模10^9+7的结果 ``` --- #### 关键点说明 1. **边界处理** 在递归过程中,始终确保当前酒量不会低于零[^1]。当尝试经过花朵时,只有在当前酒量充足的情况下才允许执行。 2. **剪枝策略** 提前排除不可能的情况,比如剩余花朵数量超过了当前酒量,或者已经超出规定范围[^2]。 3. **取模运算** 为了避免数值过大导致性能下降或错误,所有中间结果均对 \(10^9+7\) 取模[^3]。 4. **时间复杂度** 此算法的时间复杂度主要取决于状态空间大小以及剪枝效果。理论上最坏情况下接近 \(O((N+M)^2)\),但在实际应用中通常远优于理论上限[^4]。 --- ###
评论 3
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