算法--跑马场

2024-03-15 00:20
文章标签 算法 跑马场

本文主要是介绍算法--跑马场,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!

转自https://www.cnblogs.com/bhlsheji/p/5373336.html

题目一:对于25匹马,有一个赛场,赛场有5个跑道,不使用计时器(也就是每次比赛仅仅得到本次的比赛的顺序)。试问最少比多少场才干选出最快的三匹马

 

思路:

 

0)前5场:这个题相对照较简单,25匹马至少要所有參加比赛,所以把25匹马分成5组进行比赛。这样我们就能够得到比赛结果例如以下:

1)选总体第1名:如今我们要选总体第一名,可能成为总体第1名的马匹为:{A1、B2、B3、B4、B5},那么第6场比赛为[A1。B1。C1,D1。E1]

 

比赛结果:第6场得到总体第1名

 

 

2)选总体第2、3名:依据矩阵关系。可知可能成为总体第2名的马匹为:{A2、B1},可能成为总体第3名的马匹为{A2、A3、B1、B2、C1},所以第7场比赛为[A2,B1,A3。B2、C1]

 

比赛结果:第7场得到总体第2、3名

 

 

可能你对上面红色字体不是特别理解,换种思路来说:

 

总体前1名可能出现范围:A1

总体前2名可能出现范围:A2、B1

总体前4名可能出现范围:A1、A2、B1

总体前7名可能出现范围:A1、A2、A3、B1、B2、C1

... ...

 

自己画一下就能够知道里面的规律

 

 

题目二:对于25匹马,有一个赛场,赛场有5个跑道。不使用计时器(也就是每次比赛仅仅得到本次的比赛的顺序),试问最少比多少场才干选出最快的五匹马?(第一题是选前三名)

 

 

思路一:(简单的,竞标赛排序)

 

所谓简单。一般都有些蛮力的味道。全部优化,一般都会借助上一次的结果优化下一次的操作。

 

简单的思路关键词是:替换思想(用已选出的赛马替换掉选出的马)

 

0)和题目一思路一样,我们须要5场比赛来得到25匹马的基本顺序。

 

1)開始选马

 

第6场:选总体第1名-->參赛马为[A1,B1,C1,D1,E1]-->如果选出的总体第1名为A1

第7场:第选总体第2名-->參加在为[A2,B1,C1。D1。E1]-->如果选出的总体第1名为B1

第8场:选总体第3名-->參加在为[A2。B2,C1,D1。E1]-->如果选出的总体第1名为A2

第9场:选总体第4名-->參加在为[A3,B2。C1。D1,E1]-->如果选出的总体第1名为C1

第10场:选总体第5名-->參加在为[A3。B2,C2,D1,E1]-->如果选出的总体第1名为C2

.....

第25场:选总体第20、21、22、23、24、25

 

所以使用竞标赛排序思想(替换策略)。选出前5名须要10场比赛

 

 

思路二:

 

再反复一句:所谓简单,一般都有些蛮力的味道。

全部优化,一般都会借助上一次的结果优化下一次的操作。

 

那么优化后的选马方案为:

 

0)前5场仍然是比赛得到5组马匹的基本序列

 

1)第6场:參赛马为[A1。B1,C1,D1,E1](比赛后如果A1>B1>C1>D1>E1)

 

比赛结果:第6场得到总体第1名A1

 

 

2)第7场:我们继续分析可能为总体第2名的马为{A2、B1}。可能为总体第3名的马为{A2、A3、B1、B2、C1}。

此时我们能够知道事实上仅仅须要比較[A2。A3,B1,B2,C1]就能够得到第2、3名了(回忆一下刚才使用简单替换思想,第6场比赛[A2,B1。C1,D1,E1]。当中D1、E1根本不可能是总体第2名的)

 

比赛结果:第7场得到总体第2、3名

 

 

3)问题来了。第7场得到2、3名。可是不能确定是哪两匹马。

所以我门要列举一下第2、3名可能的情况(一共5种):

A2,A3

A2。B1

B1。A2

B1,B2

B1,B3

 

3.1) 对于第一种情况:A2,A3

那么总体第4名可能为:{A4、B1}

假设第4名为A4,总体第5名可能为{A5、B1}

假设第4名为B1。总体第5名可能为{B2、C1}

 

非常明显,我们仅仅须要一场比赛(第8场)就能够确定总体第3,4名,參赛马为:[A4,B1,A5,B2,C1]

 

 

3.2)对于另外一种情况:A2、B1

那么总体第4名可能为A3、B2、C1

假设总体第4名为A3。总体第5名可能为{A4、B2、C1}

假设总体第4名为B2。总体第5名可能为{A3、B3、C1}

假设总体第4名为C1,总体第5名可能为{A3、B2、C2、D1}

 

那么我们要向得到总体第4、5名的马匹,就须要比較[A3。A4,B2,B3,C1。C2。D1],非常明显须要2场比赛(第8、9场)才干分出胜负

 

剩下的3种情况类似,选出前5匹马,至少8场,最多9场

这篇关于算法--跑马场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/810188

相关文章

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

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

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.

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

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

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第