跳房子游戏-第13届蓝桥杯选拔赛Python真题精选

2024-05-24 16:28

本文主要是介绍跳房子游戏-第13届蓝桥杯选拔赛Python真题精选,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!

[导读]:超平老师的Scratch蓝桥杯真题解读系列在推出之后,受到了广大老师和家长的好评,非常感谢各位的认可和厚爱。作为回馈,超平老师计划推出《Python蓝桥杯真题解析100讲》,这是解读系列的第71讲。

跳房子游戏,本题是2021年10月24日举办的第13届蓝桥杯青少组Python编程选拔赛真题编程部分第5题。题目要求编程模拟跳房子游戏,计算出小明最少需要跳几次就可以完成游戏,完成游戏时哪只脚落地?

先来看看题目的要求吧。

一.题目说明

编程实现:

小明和同学们玩跳房子的游戏,现给出一排房子,请计算出小明最少需要跳几次就可以完成游戏,完成游戏时哪只脚落地?(0代表左脚,1代表右脚)

游戏规则1:

地上画有n个正方形依次排开代表房子,每个房子里标有数字,数字代表最多可以跳几个房子,数字不能为0(如:数字为2,可以直接向前跳1个房子,也可以直接向前跳2个房子)。

图片

例如:

地上画有5个正方形代表房子,房子里面的数字分别为2,1,4,2,1。

小明在第1个房子时可以选择跳到第2个房子或者第3个房子,为了所跳次数最少选择跳到第3个房子(房子数字为4);房间数字为4,可以选择跳到第4个房子或者第5个房子,为了所跳次数最少选择跳到第5个房子。故至少需要跳两次就可以完成游戏。

游戏规则2:

只能单脚落地,左脚起跳右脚落地,右脚起跳左脚落地;第一次起跳为左脚。

例如:

小明一共跳两次,第一次左脚起跳,右脚落地;第二次右脚起跳,左脚落地;完成游戏时左脚落地。

输入描述:

第一行输入n个正整数,正整数之间用英文逗号隔开

输出描述:

输出两个整数,整数之间用英文逗号隔开;第一个整数表示最少跳的次数,第二个整数表示落地的脚(0代表左脚,1代表右脚)

样例输入:

2,1,4,2,1

样例输出:

2,0

二.思路分析

这是一道算法题,涉及的知识点包括循环、列表、递归算法和动态规划等。

对于这个问题,首先能想到的是贪心算法,就是每次按照房间里的数字跳就行。

比如题目给出的样例,第一个房间数字为2,直接跳过两个房子,到第3个房间,然后跳过4个房间(实际上只需要跳过两个房间),就可以完成游戏,如图所示:

图片

看起来好像是可以的,但是我们再换个测试数据看看, 如下:

图片

此时,如果采取贪心策略,第一次直接跳过两个房间,然后每次跳过一个房间,那么,一共需要跳4次才能完成游戏,如图:

图片

实际上,第一次只需要跳过一个房间,到达第二个房间,然后再跳过3个房间,这样一来,只要3次就可以完成游戏,如图:

图片

这说明,贪心算法并不能解决这个问题,它只能获取每一步的最优解,但不一定是整个问题的最优解。

其实这个问题有点类似于爬楼梯,如图:

图片

要爬到最顶层n,你可以从从第n - 1层上来,也可以从第n - 2层、n - 2层,甚至是第1层,只要你能一次跨越足够多的楼梯。

你站在每一层上,能够跨越的最大层数就是题目中所说的房间里的数字,如2,1,4,2,1。

所以,这是一个变种的斐波那契数列问题,假定f(n)表示到第n个房间的最小跳跃次数。那么,你可以从任意一个房间跳跃一次过了,有如下选择:

f(1),如果可以跳跃f(2),如果可以跳跃f(3),如果可以跳跃...f(n - 1),如果可以跳跃

所以,我们需要循环遍历前面所有的房间,从可以一次跳跃过来的房间中找到次数最少的那个房间。

如此一来,问题就比较明朗了,针对斐波那契数列问题,通常可以采用递归和动态规划等算法来实现。

思路有了,接下来,我们就进入具体的编程实现环节。

三.编程实现

根据上面的思路分析,我们使用两种方法来编写程序:

  • 递归算法

  • 动态规划

1. 递归算法

根据前面的思路分析,我们先定义递归函数,如下:

图片

代码不多,说明3点:

1). 为了方便,这里用0表示第1个房间,1表示第2个房间,小明一开始就在第1个房间,不需要跳跃,所以返回0,要跳到第2个房间,一次就行,所以返回1;

2). 为了计算最小值,定义了遍历_min,同时将其设置为无穷大;

3). 对于任何一个房间i,都需要考虑从1 ~ i -1之间所有的房间,如果可以跨越,则计算其次数,然后获取最小次数。

接下来,获取输入的数据,调用函数处理即可,代码如下:

图片

代码比较简单,说明两点:

1). 将输入的字符串,进行分解并转成整型,保存到rooms列表中,这里使用了列表推导式的编程技巧;

2). 计算最后落地脚是根据次数的奇偶性来判断的,如果是偶数,则为左脚,如果是奇数,则为右脚。

递归的代码比较好理解,但是有一个小问题,就是随着n的增加,时间复杂度和空间复杂度急剧增加,因为它包含了大量重复的计算。

通常情况下, 我们可以使用一个备忘录将已经计算过的房间保存起来,从而提升的代码效率,通常把这种递归称作带备忘录的递归。

修改代码如下:

图片

说明两点:

1). 函数增加了一个参数memo,它是一个列表,用来保存f(i)的值;

2). 在计算f(i)的值时,如果不为0,说明已经计算过,直接返回memo[i],否则就计算f(i)的值,再保存到memo[i]中,然后返回。

2. 动态规划

使用动态规划的思想是先定义一个列表dp[i],表示从第一个房间开始到达第i个房间的最小跳跃次数,确定好初始状态,然后使用循环挨个求解,从而得到最终的结果。

其代码如下:

图片

代码的意思和递归其实差不多,只是一个使用递归函数来计算f(i),一个是使用循环来计算dp[i]。

至此,整个程序就全部完成了,你可以输入不同的数字来测试效果啦。

四.总结与思考

本题代码在15行左右,涉及到的知识点包括:

  • 循环语句;

  • 列表操作;

  • 输入输出处理;

  • 递归算法;

  • 动态规划算法;

作为本次测评的最后一题,难度较大。关键点有两个,一是要彻底理解题目的意思,找到正确的解决方案,二是要善于将新问题转换为我们熟悉的问题,从而简化问题。

针对第一点,我们需要多列举几组不同特点的数据来进行分析测试,看看到底有什么规律,适合哪种算法。

对于求最值问题,常见的解决方案就是暴力枚举、贪心算法和动态规划,找到正确的方案至关重要了,一旦方向弄错了,后面的努力就都白费了。

针对第二点,这涉及到一个非常重要的学习理念--关联学习,什么样的学习最轻松、最有效,关联学习绝对是排得上号的。

一旦将本题和斐波那契数列关联起来,你会有一种豁然开朗的感觉,思路一下子完全打开了,这就是我们为什么要学习经典算法、经典案例的原因。

关于本题中使用的递归算法和动态规划算法,看起来完全不同,实际上关系非常密切。

它们有着相同的推导公式,有着相同的初始状态,所不同的是递归算法采取的是自顶向下,而动态规划采取的是自底向上。

实际上,凡是可以使用动态的地方,都可以使用递归算法来实现,而且强烈建议大家对于这类问题,一定要尝试使用两种算法来实现。

你还有什么好的想法和创意吗,也非常欢迎和超平老师分享探讨。

如果你觉得文章对你有帮助,别忘了点赞和转发,予人玫瑰,手有余香😄

需要源码的,可以移步至“超平的编程课”gzh。

这篇关于跳房子游戏-第13届蓝桥杯选拔赛Python真题精选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/998921

相关文章

使用Python创建一个能够筛选文件的PDF合并工具

《使用Python创建一个能够筛选文件的PDF合并工具》这篇文章主要为大家详细介绍了如何使用Python创建一个能够筛选文件的PDF合并工具,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录背景主要功能全部代码代码解析1. 初始化 wx.Frame 窗口2. 创建工具栏3. 创建布局和界面控件4

一文详解如何在Python中使用Requests库

《一文详解如何在Python中使用Requests库》:本文主要介绍如何在Python中使用Requests库的相关资料,Requests库是Python中常用的第三方库,用于简化HTTP请求的发... 目录前言1. 安装Requests库2. 发起GET请求3. 发送带有查询参数的GET请求4. 发起PO

Python与DeepSeek的深度融合实战

《Python与DeepSeek的深度融合实战》Python作为最受欢迎的编程语言之一,以其简洁易读的语法、丰富的库和广泛的应用场景,成为了无数开发者的首选,而DeepSeek,作为人工智能领域的新星... 目录一、python与DeepSeek的结合优势二、模型训练1. 数据准备2. 模型架构与参数设置3

Python进行PDF文件拆分的示例详解

《Python进行PDF文件拆分的示例详解》在日常生活中,我们常常会遇到大型的PDF文件,难以发送,将PDF拆分成多个小文件是一个实用的解决方案,下面我们就来看看如何使用Python实现PDF文件拆分... 目录使用工具将PDF按页数拆分将PDF的每一页拆分为单独的文件将PDF按指定页数拆分根据页码范围拆分

Python中常用的四种取整方式分享

《Python中常用的四种取整方式分享》在数据处理和数值计算中,取整操作是非常常见的需求,Python提供了多种取整方式,本文为大家整理了四种常用的方法,希望对大家有所帮助... 目录引言向零取整(Truncate)向下取整(Floor)向上取整(Ceil)四舍五入(Round)四种取整方式的对比综合示例应

python 3.8 的anaconda下载方法

《python3.8的anaconda下载方法》本文详细介绍了如何下载和安装带有Python3.8的Anaconda发行版,包括Anaconda简介、下载步骤、安装指南以及验证安装结果,此外,还介... 目录python3.8 版本的 Anaconda 下载与安装指南一、Anaconda 简介二、下载 An

Python自动化处理手机验证码

《Python自动化处理手机验证码》手机验证码是一种常见的身份验证手段,广泛应用于用户注册、登录、交易确认等场景,下面我们来看看如何使用Python自动化处理手机验证码吧... 目录一、获取手机验证码1.1 通过短信接收验证码1.2 使用第三方短信接收服务1.3 使用ADB读取手机短信1.4 通过API获取

python安装whl包并解决依赖关系的实现

《python安装whl包并解决依赖关系的实现》本文主要介绍了python安装whl包并解决依赖关系的实现,文中通过图文示例介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录一、什么是whl文件?二、我们为什么需要使用whl文件来安装python库?三、我们应该去哪儿下

Python脚本实现图片文件批量命名

《Python脚本实现图片文件批量命名》这篇文章主要为大家详细介绍了一个用python第三方库pillow写的批量处理图片命名的脚本,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言源码批量处理图片尺寸脚本源码GUI界面源码打包成.exe可执行文件前言本文介绍一个用python第三方库pi

Python中多线程和多进程的基本用法详解

《Python中多线程和多进程的基本用法详解》这篇文章介绍了Python中多线程和多进程的相关知识,包括并发编程的优势,多线程和多进程的概念、适用场景、示例代码,线程池和进程池的使用,以及如何选择合适... 目录引言一、并发编程的主要优势二、python的多线程(Threading)1. 什么是多线程?2.