模拟算法题练习(二)(DNA序列修正、无尽的石头)

2024-03-01 17:28

本文主要是介绍模拟算法题练习(二)(DNA序列修正、无尽的石头),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 (一、DNA序列修正)

问题描述
在生物学中,DNA序列的相似性常被用来研究物种间的亲缘关系。现在我们有两条 DNA序列,每条序列由 A、C、G、T 四种字符组成,长度相同。但是现在我们记录的 DNA序列存在错误,为了严格满足 DNA 序列的碱基互补配对即 A-T和C-G,我们需要依据第一条 DNA 序列对第二条 DNA 序列进行以下操作:
1.选择第二条 DNA 序列的任意两个位置,交换他们的字符,
2.选择第二条 DNA 序列任意一个位置,将其字符替换为 A、C、G、T 中的任何一个。
需要注意的是:每个位置上的碱基只能被操作一次!
你的任务是通过最小的操作次数,使第二条 DNA 序列和第一条DNA序列互补。并且已知初始两条 DNA 序列长度均为 N。
输入格式
第一行包含一个整数 N,(1 ≤ N ≤ 103),表示 DNA 序列的长度。
接下来的两行,每行包含一个长度为 N 的字符串,表示两条 DNA序列。
输出格式
输出一个整数,表示让第二条 DNA 序列和第一条 DNA 序列互补所需的最小操作次数。

2 2 0 0 3 -1 0 1

样例输出:

2 1

解法一:

问题分析

给定两条 DNA 序列,我们需要将第二条 DNA 序列修改为与第一条 DNA 序列互补。碱基互补规则是 A 与 T 互补,C 与 G 互补。同时,任何一个位置只能操作一次。

方法实现

我们可以考虑贪心的思路,因为每次修改操作只能修正一个位置,就是操作和得分比是 1:1;如果我们考虑通过交换来同时修正两个位置,那么操作和得分比就是 1:2,我们应当尽可能多地使用该操作。那么整个过程就是:

  1. 从左到右扫描第一条 DNA 序列和第二条 DNA 序列的每一个位置,检查它们是否互补。

  2. 如果某个位置不互补,我们需要寻找第二条 DNA 序列中后续位置的碱基,看是否可以通过交换使这两个位置都互补。如果可以,我们就进行交换。

  3. 如果在后续位置找不到可以交换的碱基,说明这个位置只能通过替换来满足要求。因为每个位置只能修改一次,所以我们不能把不配对的碱基交换到当前位置作为中转站,则只能进行修改。

  4. 每次交换或替换,操作计数器增加 1。

  5. 最后输出操作计数器的值。

时间复杂度和空间复杂度分析

时间复杂度:O(N2)。在最坏情况下,我们可能需要为每个位置在之后的所有位置中查找可以交换的碱基。

空间复杂度:O(N)。主要是由于输入的两个字符串。

#define  _CRT_SECURE_NO_WARNINGS 1
#include<bits/stdc++.h>
using namespace std; // 使用std命名空间,以便直接使用cout、cin等,而不是std::cout、std::cin// 映射表,将字符映射到对应的整数值,A->0, C->1, G->2, T->3
map<char, int>mp{{'A',0},{'C',1},{'G',2},{'T',3}
};int main()
{int n;cin >> n;string a, b;cin >> a >> b;int cnt = 0; for (int i = 0; i < n; ++i){if (mp[a[i]] + mp[b[i]] != 3){// 从当前位置之后开始遍历 b 字符串for (int j = i + 1; j < n; ++j){// 如果交换后可以使得两个字符组合为 "AT" 或者 "CG"if (mp[a[i]] + mp[b[j]] == 3 && mp[a[j]] + mp[b[i]] == 3){swap(b[i], b[j]);break;}}cnt++;}}cout << cnt << endl;return 0;
}

解法二:

#include <bits/stdc++.h>//需要注意的是:每个位置上的碱基只能被操作一次
// 对于操作二, 一定能一次让一个位置变正确
// 对于操作一, 有可能是两/一/零个位置变正确// 尽量使用操作一, 使两个位置同时变正确void solve(const int &Case) {int n;std::cin >> n;std::string s1, s2;std::cin >> s1 >> s2;// A-T C-Gfor (int i = 0; i < n; i++) { // 把序列一转成互补的序列if (s1[i] == 'A')s1[i] = 'T';else if (s1[i] == 'T')s1[i] = 'A';else if (s1[i] == 'C')s1[i] = 'G';else s1[i] = 'C';}int ans = 0;for (int i = 0; i < n; i++) { if (s1[i] == s2[i])continue; // 如果当前位置已经正确, 则不需要动for (int j = 0; j < n; j++) {if (s1[i] == s2[j] && s1[j] == s2[i]) { // 如果一次操作能正确两个位置std::swap(s1[i], s1[j]);// 交换, 执行操作一break;}}ans++;}std::cout << ans << '\n';
}int main() {std::ios::sync_with_stdio(false);std::cin.tie(nullptr);std::cout.tie(nullptr);int T = 1;for (int i = 1; i <= T; i++)solve(i);return 0;
}

(二、无尽的石头)

用户登录

问题描述
在一个古老的迷宫中,有一道无尽的通道。通道上每隔一定的距离就会有一块神秘的石头,石头上刻着从1开始的连续整数。从1号石头开始,每块石头的编号都比前一块大 1。
石头上的数字有特殊的意义。如果你站在编号为 几的石头上,并向前走,你将会瞬间移动到编号为几十的石头上,其中为几的各位数字之和。
例如,如果你站在编号为 16 的石头上,由于1+6-7,所以下一步你会移动到编号为 16 +7= 23 的石头上。
现在,会有多次询问,你需要对每个询问输出从1号石头出发,到达指定编号石头的最少步数,如果无法到达,则输出-1。
输入格式
输入包含一个整数 t,(1 <t< 100),表示有t个询问。接下来t行,每行一个整数 n,(1 ≤ n  ≤ 1e6),表示目标石头的编号。
输出格式
对于每个询问,输出一行,表示从1号石头到达目标石头的最少步数。如果无法到达,输出 -1。

解法一:

此题的解决方案可以进行数学化和形式化的优化。首先,题目所述的情况可以被看做是一个单向图的遍历问题,其中节点由数字标号的石头组成,初始节点为标号为 1 的石头。在此图中,从当前节点 n 移动到下一个节点 n+x 的路径是唯一的,其中 x 是 n 的各位数字之和。

鉴于每次遍历只存在一个可能的路径,求解最短路径的问题实际上变成了确定目标节点是否能够在此唯一路径上被访问到。只需依次模拟每一步遍历过程,如果能够在某一步到达目标节点,那么这一步就是到达目标节点的最短路径长度。但是,如果在某一步遍历时跳过了目标节点,那么目标节点将无法访问,因为无法向较小的节点移动。

对于多次查询,我们可以预处理一段范围内的所有可能访问到的节点,并将这些节点存储在数组中。在这种情况下,数组的索引即为到达该节点所需的步数。每当一个新的查询到来,只需检查目标数字是否存在于数组中。如果存在,数组中的索引就是到达目标的最短步数;否则,目标节点将无法被访问。

#include<bits/stdc++.h>using namespace std;
#define ll long longconst ll MAX = 1e6;// 设置最大值为1000000
vector<ll> stones;ll sum_digits(ll n) {// 求各个数位数字之和ll sum = 0;while (n) {sum += n % 10;n /= 10;}return sum;
}void preprocess() {stones.push_back(1);// 向vector中添加数字1作为起始点  while (true) {ll next = *--stones.end() + sum_digits(*--stones.end());// 计算容器 stones 中倒数第二个元素的值,然后将该值与计算该元素各个数字的和相加,并将结果赋值给变量 nextif (next <= MAX) {stones.push_back(next);}else {break;}}
}int main() {preprocess(); // 预处理函数,生成 stones 数组int t;cin >> t;while (t--) {int n;cin >> n;// 在vector中查找石头编号n,如果找到,输出其在vector中的位置(从0开始计数)auto it = find(stones.begin(), stones.end(), n);if (it != stones.end()) {cout << it - stones.begin() << endl;// 输出位置}else {cout << -1 << endl;}}return 0;
}

解法二:

#include <bits/stdc++.h>/*
考虑 ai 表示从 1 走到 i 的步数,若走不到则是 ?1。一个明显的递推
方式便是,若 ai = 1,则 ai+f(i) = ai + 1,其中 f(i) 表示 i 的十进制数
位和。预处理除 a 即可询问 O(1) 回答。
时间复杂度 O(n + T)。
*/std::vector<int> a(1'000'000 + 1, -1);//1 2 4 8 ......void solve(const int &Case) {int n;std::cin >> n;std::cout << a[n] << '\n';
}int main() {std::ios::sync_with_stdio(false);std::cin.tie(nullptr);std::cout.tie(nullptr);// 156423// 1 + 5 + 6 + 4 + 2 + 3// 3// 156432 / 10 = 15642// 15642 / 10 = 1564// ...auto f = [&](int x) { //求 x 的各个数位和的函数int ret = 0;while (x > 0) {ret += x % 10;// 取出当前的个位数x /= 10; //}return ret;};// i -> i + f(i)a[1] = 0;for (int i = 1; i <= 1'000'000; i++) {if (a[i] == -1)continue;int x = i + f(i);if (x > 1'000'000)break; // > 1'000'000 的位置一定是不会询问的a[x] = a[i] + 1; // a[i + f(i)] = a[i] + 1}int T = 1;std::cin >> T;for (int i = 1; i <= T; i++)solve(i);return 0;
}

今天就先到这了!!!

看到这里了还不给博主扣个:
⛳️ 点赞☀️收藏 ⭐️ 关注!

你们的点赞就是博主更新最大的动力!
有问题可以评论或者私信呢秒回哦。

这篇关于模拟算法题练习(二)(DNA序列修正、无尽的石头)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/763229

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

C++从序列容器中删除元素的四种方法

《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一... 目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

CSS模拟 html 的 title 属性(鼠标悬浮显示提示文字效果)

《CSS模拟html的title属性(鼠标悬浮显示提示文字效果)》:本文主要介绍了如何使用CSS模拟HTML的title属性,通过鼠标悬浮显示提示文字效果,通过设置`.tipBox`和`.tipBox.tipContent`的样式,实现了提示内容的隐藏和显示,详细内容请阅读本文,希望能对你有所帮助... 效

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

关于最长递增子序列问题概述

《关于最长递增子序列问题概述》本文详细介绍了最长递增子序列问题的定义及两种优化解法:贪心+二分查找和动态规划+状态压缩,贪心+二分查找时间复杂度为O(nlogn),通过维护一个有序的“尾巴”数组来高效... 一、最长递增子序列问题概述1. 问题定义给定一个整数序列,例如 nums = [10, 9, 2

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1