[笔记][中国大学mooc][程序设计与算法(二) 算法基础][二分算法] 农夫和奶牛

本文主要是介绍[笔记][中国大学mooc][程序设计与算法(二) 算法基础][二分算法] 农夫和奶牛,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!

题目

在这里插入图片描述

分析

本题的解空间是 [ 1 , ( 1 0 9 + 1 ) − 1 C − 1 ] ⋂ Z + [1,\frac{(10^9+1)-1}{C-1}]\bigcap{Z^+} [1,C1(109+1)1]Z+(这里老师在课上讲的区间是 [ 1 , 1 0 9 C ] [1,\frac{10^9}{C}] [1,C109],考虑有两头牛,牛舍在 0 0 0 1 0 9 10^9 109的位置都存在,那么这个最大距离就应当是 1 0 9 − 0 1 \frac{10^9-0}{1} 11090,所以这里可能有点问题,但是不影响老师所讲的二分法核心思想)另外,考虑到可以获取到最左边和左右边个隔间的位置,所以牛的最大间距就是 [ 1 , b i g g e s t P o s i t i o n − s m a l l e s t P o s i t i o n C − 1 ] ⋂ Z + [1,\frac{biggestPosition-smallest Position}{C-1}]\bigcap{Z^+} [1,C1biggestPositionsmallestPosition]Z+,解空间进一步缩小
本题即是在上述解空间中进行二分查找。

本题目与[笔记][中国大学mooc][程序设计与算法(二) 算法基础][二分算法] 派题目十分相似(核心都是二分法),但是本题目在验证某数是否属于解空间的时候,需要按顺序遍历整个隔间位置的序列。
而且本题目的解空间是离散的,在二分法中可能会出现很多问题:

  1. 递归函数必须强制收缩左右边界,意思是在验证了 ⌊ ( L + R ) 2 ⌋ \lfloor\frac{(L+R)}{2}\rfloor 2(L+R)的可行性后,如果可行需要将左边界收缩到 ⌊ ( L + R ) 2 ⌋ + 1 \lfloor\frac{(L+R)}{2}\rfloor+1 2(L+R)+1的位置,注意同时需要记住这个 ⌊ ( L + R ) 2 ⌋ \lfloor\frac{(L+R)}{2}\rfloor 2(L+R);否则将右边界收缩至 ⌊ ( L + R ) 2 ⌋ − 1 \lfloor\frac{(L+R)}{2}\rfloor-1 2(L+R)1。原因是如果解在 [ a , a + 1 ] [a,a+1] [a,a+1] ⌊ ( L + R ) 2 ⌋ = a \lfloor\frac{(L+R)}{2}\rfloor=a 2(L+R)=a,如果不主动收缩左边界,下一次调用区间是不会收缩的,产生死循环。
  2. 递归函数在 [ L , R ] [L,R] [L,R]中找不到解的情况(比如上一次调用递归函数的值已经是正确的了,如果继续验证是否有更大的解,就会发生找不到解的情况),所以需要先验证左边界 L L L是否在解空间内。

代码

#include<stdio.h>
#define MAXN 100000
long long N, C;//C=#cows N=#stalls
long long positionOfStalls[MAXN];
//判断该距离是否能把牛全部装下
bool IsCurrentDistanceWorks(long long testDistance){long long lastCowPosition = positionOfStalls[0];long long restCows = C-1;for(int cnt=0; cnt<N; cnt++){if(positionOfStalls[cnt]-lastCowPosition >= testDistance){restCows--;lastCowPosition = positionOfStalls[cnt];}if(restCows == 0)return true;}return false;
}
//找到[L,R]内的最大间隔
long long MinimizeLargestDistance(long long L, long long R){if(IsCurrentDistanceWorks(L)){if(L>=R)return L;}elsereturn 0;if(IsCurrentDistanceWorks((L+R)/2)){long long evenLargerDistance = MinimizeLargestDistance((L+R)/2+1, R);return evenLargerDistance > (L+R)/2 ? evenLargerDistance : (L+R)/2;}elsereturn MinimizeLargestDistance(L, (L+R)/2-1);
}
//归并排序
void Merge(long long ptr_head1, long long ptr_head2, long long ptr_tail){long long ptr1 = ptr_head1, ptr2 = ptr_head2, ptr=0;long long tempSquenceForMerge[ptr_tail-ptr_head1+1];while(ptr1<ptr_head2&&ptr2<=ptr_tail)tempSquenceForMerge[ptr++] = positionOfStalls[ptr1]<positionOfStalls[ptr2]?positionOfStalls[ptr1++]:positionOfStalls[ptr2++];while(ptr1<ptr_head2)tempSquenceForMerge[ptr++] = positionOfStalls[ptr1++];while(ptr2<=ptr_tail)tempSquenceForMerge[ptr++] = positionOfStalls[ptr2++];ptr=0;for(long long cnt=ptr_head1; cnt<=ptr_tail; cnt++)positionOfStalls[cnt]=tempSquenceForMerge[ptr++];
}
void MergeSort(long long ptr_head, long long ptr_tail){if(ptr_head >= ptr_tail) return;MergeSort(ptr_head, (ptr_head+ptr_tail)/2);MergeSort((ptr_head+ptr_tail)/2+1, ptr_tail);Merge(ptr_head, (ptr_head+ptr_tail)/2+1, ptr_tail);
}
//void QuickSort(long long ptr_head, long long ptr_tail){
//	if(ptr_head>=ptr_tail)
//		return;
//	long long ptr1 = ptr_head, ptr2 = ptr_tail;
//	long long timeOfExchanges = 0;
//	long long tempForExchange;
//	while(ptr1 < ptr2){
//		if(positionOfStalls[ptr1] > positionOfStalls[ptr2]){
//			tempForExchange = positionOfStalls[ptr1];
//			positionOfStalls[ptr1] = positionOfStalls[ptr2];
//			positionOfStalls[ptr2] = tempForExchange;
//			timeOfExchanges++;
//		}
//		if(timeOfExchanges%2)
//			ptr1++;
//		else
//			ptr2--;
//	}
//	QuickSort(ptr_head, ptr1-1);
//	QuickSort(ptr1+1, ptr_tail);
//}
int main(){freopen("in.txt", "r", stdin);scanf("%d %d", &N, &C);for(int cnt=0; cnt<N; cnt++)scanf("%d", positionOfStalls+cnt);MergeSort(0, N-1);printf("%d", MinimizeLargestDistance(1, (positionOfStalls[N-1]-positionOfStalls[0])/(C-1)));return 0;
} 

出现的问题

在第一次提交的时候,代码中使用的是快速排序,测试样例中有一个例子是77777个隔间位置,而隔间位置都是从小到大输入的。此时如果使用快速排序,理论上会产生77777次递归调用,这肯定会导致溢出。所以改用归并排序后,情况得以解决

这篇关于[笔记][中国大学mooc][程序设计与算法(二) 算法基础][二分算法] 农夫和奶牛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/953609

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.

C#基础之委托详解(Delegate)

《C#基础之委托详解(Delegate)》:本文主要介绍C#基础之委托(Delegate),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1. 委托定义2. 委托实例化3. 多播委托(Multicast Delegates)4. 委托的用途事件处理回调函数LINQ

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

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

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

MySQL中my.ini文件的基础配置和优化配置方式

《MySQL中my.ini文件的基础配置和优化配置方式》文章讨论了数据库异步同步的优化思路,包括三个主要方面:幂等性、时序和延迟,作者还分享了MySQL配置文件的优化经验,并鼓励读者提供支持... 目录mysql my.ini文件的配置和优化配置优化思路MySQL配置文件优化总结MySQL my.ini文件

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