最少拦截系统+dp

最少拦截系统
Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 11140    Accepted Submission(s): 4387


Problem Description
某国为了防御敌国的导弹袭击,发展出一种导弹拦截系统.但是这种导弹拦截系统有一个缺陷:虽然它的第一发炮弹能够到达任意的高度,但是以后每一发炮弹都不能超过前一发的高度.某天,雷达捕捉到敌国的导弹来袭.由于该系统还在试用阶段,所以只有一套系统,因此有可能不能拦截所有的导弹.
怎么办呢?多搞几套系统呗!你说说倒蛮容易,成本呢?成本是个大问题啊.所以俺就到这里来求救了,请帮助计算一下最少需要多少套拦截系统.

 

Input
输入若干组数据.每组数据包括:导弹总个数(正整数),导弹依此飞来的高度(雷达给出的高度数据是不大于30000的正整数,用空格分隔)

 

Output
对应每组数据输出拦截所有导弹最少要配备多少套这种导弹拦截系统.

 

Sample Input
8 389 207 155 300 299 170 158 65
 

Sample Output
2
 

Source
浙江工业大学第四届大学生程序设计竞赛
 

Recommend
JGShining
思路:用b[]保存所有系统的能拦截导弹的最低高度,如果后面来的导弹比它低,更改最低高度,如果后面来的比所有的最低高度都大,就需要增加一台系统,并将这台系统的最低高度保存到b[],之后就是循环

 

#include<iostream>
using namespace std;
int main()
{
 int n;
 while(cin>>n){
  int i,a[10002];
  for(i=0;i<n;i++)
   cin>>a[i];
  int count=1;
  int b[10002];
  memset(b,0,sizeof(b));
  for(i=0;i<n;i++)
   for(int j=0;j<count;j++)//遍历所有系统能拦截的最低值
   {
    if(a[i]<=b[j]){ //如果比当前的最小还小,更改最小值
     b[j] = a[i];
     break;
    }
    else
    {
     if(a[i]>b[j]&&j==count-1){//遍历了所有的系统数据,没找到比这个高度大的,说明要添加一台系统
      b[count++]=a[i];
     }
    }
    
   }

  cout<<count-1<<endl;
 
 }
 return 0;
}


贪心+二分(适合大数据)

#include<iostream>
using namespace std;
int main()
{
	int n;
	while(cin>>n){
		int a[1002],i;
		for(i=0;i<n;i++)
			cin>>a[i];

		int c[1002],k=0;
		for(i=0;i<n;i++){
			int low=0,high=k,mid;
			while(low<high){
				mid=(low+high)/2;
				if(c[mid]<a[i])
					low=mid+1;
				else
					high=mid;
			}
			if(low==k)
				k++;
			c[low]=a[i];
		}
		cout<<k<<endl;
	}
	return 0;
}


 

### 最少拦截系统简介 导弹拦截问题是经典的算法设计问题之一,在计算机科学领域具有重要意义。对于所提到的导弹拦截系统的具体实现,可以采用动态规划的方法来解决这个问题[^1]。 #### 动态规划解法分析 考虑到每枚导弹的高度限制条件——即后续发射的任何一枚导弹高度均不可高于之前的一枚,这实际上是一个寻找长不增子序列的问题。通过构建一个数组`b[]`用于记录当前可用的不同拦截系统拦截高度,遍历输入数据中的每一枚导弹高度,并尝试将其加入到合适的拦截系统中去: - 如果存在某个已有的拦截系统能够满足新到来的导弹,则更新对应位置的高度; - 否则创建一个新的拦截系统并初始化其拦截高度为当前导弹高度; 终得到的结果就是所需的拦截系统数量[^3]。 ```cpp #include <iostream> using namespace std; int main() { int n; cin >> n; int heights[n]; for (int i = 0; i < n; ++i) { cin >> heights[i]; } int dp[n], result = 0; fill(dp, dp + n, INT_MAX); for (int height : heights) { *upper_bound(dp, dp + n, height) = height; if (*max_element(dp, dp + n) != INT_MAX && *(dp + n - 1) >= height) continue; else dp[result++] = height; } cout << "Minimum number of systems required: " << result << endl; } ``` 此代码实现了上述逻辑,其中使用了C++标准库函数`upper_bound()`来进行二分查找优化,从而提高效率。需要注意的是这里的`fill()`和`*max_element()`是为了简化边界处理而引入的操作,在实际应用中可以根据具体情况调整。
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