伐木工 - 华为OD统一考试

OD统一考试

题解: Java / Python / C++

alt

题目描述

一根X米长的树木,伐木工切割成不同长度的木材后进行交易,交易价格为每根木头长度的乘积。规定切割后的每根木头长度都为正整数,也可以不切割,直接拿整根树木进行交易。请问伐木工如何尽量少的切割,才能使收益最大化?

输入描述

木材的长度(X<=50)

输出描述

输出最优收益时的各个树木长度,以空格分割,按升序排列

示例1

输入:
10输出:
3 3 4说明:
1.一根2米长的树木,伐木工不切割,为2*1,收益最大为2
2.一根4米长的树木,伐木工不需要切割为2*2,省去切割成本,直接整根树木交易,为4*1,收益最大为4
3.一根5米长的树木,伐木工切割为2*3,收益最大为 6
4.一根10米长的树木,伐木工可以切割为方式: 3,4,3,也可以切割为方式二:3,2,2,3,但方式二代木工多切割了一次增加切割成本却卖了一样的价格,因此并不是最优收益。

题解

动态规划类型的问题。

通过动态规划的方法:

1、定义一个状态数组 dp,其中 dp[x] 表示长度为 x 的树木的最大化收益。

2、定义一个数组 d ,其中 d[x] 用于记录长度为 x 的树木达到最大收益时,最后一节的长度(收益相同取切割次数最少的)。

3、定义 times , 其中 times[x] 数组表示长度为x的树木最小需要切割的次数。

动态规划的状态转移方程为:dp[x]=max⁡(dp[x],dp[j]×(x−j)), for j∈[1,x−1]

这表示尝试对长度为 x 的树木进行切割,寻找使收益最大的切割方式。

最后,我们通过回溯 d 数组,获取切割的具体方式,并按升序排列输出。

代码中,使用了两个数组 dpd 分别表示最大收益和最后一节的长度,遍历计算得到最优解。时间复杂度为 O(X^2),其中 X 为树木的长度。空间复杂度为 O(X)。

Java

import java.util.ArrayList;
import java.util.Collections;
import java.util.Scanner;
/*** @author code5bug*/
public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int x = scanner.nextInt();// dp[x] 表示长度为 x 的树木最大化的收益int[] dp = new int[x + 1];// times[x]使长度为 x 的树木最大化的收益,最小需要切割的次数int[] times = new int[x + 1];// d[x] 表示长度为 x 的树木要达到最大收益最后一节的长度int[] d = new int[x + 1];for (int i = 1; i <= x; i++) {// 不切割时的收益dp[i] = d[i] = i;// 尝试对长度为 i 的树木进行切割以获取最大收益for (int j = 1; j < i; j++) {if (dp[i - j] * j > dp[i]) { //  切割出长度 j 的一段,判断是否能收益变大d[i] = j;dp[i] = dp[i - j] * j;times[i] = times[i - j] + 1;} else if (dp[i - j] * j == dp[i] && times[i] > times[i - j] + 1) { // 收益相同但切割次数少d[i] = j;times[i] = times[i - j] + 1;}}}int idx = x;ArrayList<Integer> rs = new ArrayList<>();while (idx > 0) {rs.add(d[idx]);idx -= d[idx];}Collections.sort(rs);for (int i : rs) {System.out.print(i + " ");}}
}

Python

x = int(input())# dp[x] 表示长度为 x 的树木最大化的收益
dp = [i for i in range(x + 1)]
# 使长度为 x 的树木最大化的收益,最小需要切割的次数
times = [0] * (x + 1)
# d[x] 表示长度为 x 的树木要达到最大收益最后一节的长度
d = [i for i in range(x + 1)]for i in range(1, x + 1):for j in range(1, i):  # 尝试对长度为 i 的树木进行切割以获取最大收益if dp[i - j] * j > dp[i]:  # 切割出长度 j 的一段,判断是否能收益变大d[i] = jdp[i] = dp[i-j] * jtimes[i] = times[i-j] + 1elif dp[i-j] * j == dp[i] and times[i] > times[i-j] + 1:  # 收益相同但切割次数少d[i] = jdp[i] = dp[i-j] * jtimes[i] = times[i - j] + 1idx, rs = x, []
while idx > 0:rs.append(d[idx])idx -= d[idx]rs.sort()
print(*rs)

C++

#include <iostream>
#include <vector>
#include <algorithm>using namespace std;int main() {int x;cin >> x;// dp[x] 表示长度为 x 的树木最大化的收益vector<int> dp(x + 1);// times[x] 使长度为 x 的树木最大化的收益,最小需要切割的次数vector<int> times(x + 1);// d[x] 表示长度为 x 的树木要达到最大收益最后一节的长度vector<int> d(x + 1);for (int i = 1; i <= x; i++) {// 不切割时的收益dp[i] = d[i] = i;// 尝试对长度为 i 的树木进行切割以获取最大收益for (int j = 1; j < i; j++) {if (dp[i - j] * j > dp[i]) { // 切割出长度 j 的一段,判断是否能收益变大d[i] = j;dp[i] = dp[i - j] * j;times[i] = times[i - j] + 1;} else if (dp[i - j] * j == dp[i] && times[i] > times[i - j] + 1) { // 收益相同但切割次数少d[i] = j;times[i] = times[i - j] + 1;}}}int idx = x;vector<int> rs;while (idx > 0) {rs.push_back(d[idx]);idx -= d[idx];}sort(rs.begin(), rs.end());for (int i : rs) {cout << i << " ";}return 0;
}

🙏整理题解不易, 如果有帮助到您,请给点个赞 ‍❤️‍ 和收藏 ⭐,让更多的人看到。🙏🙏🙏

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/601909.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

libexif库介绍

libexif是一个用于解析、编辑和保存EXIF数据的库。它支持EXIF 2.1标准(以及2.2中的大多数)中描述的所有EXIF标签。它是用纯C语言编写的&#xff0c;不需要任何额外的库。源码地址&#xff1a;https://github.com/libexif/libexif &#xff0c;最新发布版本为0.6.24&#xff0c;…

深度学习中的自动化标签转换:对数据集所有标签做映射转换

在机器学习中&#xff0c;特别是在涉及图像识别或分类的项目中&#xff0c;标签数据的组织和准确性至关重要。本文探讨了一个旨在高效转换标签数据的 Python 脚本。该脚本在需要更新或更改类标签的场景中特别有用&#xff0c;这是正在进行的机器学习项目中的常见任务。我们将逐…

基于JavaWeb+SSM+Vue家政项目微信小程序系统的设计和实现

基于JavaWebSSMVue家政项目微信小程序系统的设计和实现 源码获取入口Lun文目录前言主要技术系统设计功能截图订阅经典源码专栏Java项目精品实战案例《500套》 源码获取 源码获取入口 Lun文目录 目录 1系统概述 1 1.1 研究背景 1 1.2研究目的 1 1.3系统设计思想 1 2相关技术 2…

MyBatis 进阶

MyBatis 进阶 复杂CURD返回设置返回类型&#xff1a;resultType返回字典映射&#xff1a;resultMap 多表查询动态SQL使⽤<<if>if>标签<trim\>标签<where\>标签<set\>标签<foreach\>标签 其他打开日志单元测试不污染数据库 复杂CURD 返回设…

Model::unguard()的作用

这是在生成假数据时碰见的&#xff0c;浅查了一下 Model::unguard() 是 Laravel 框架中的一个方法&#xff0c;它的作用是取消对 Eloquent 模型的属性赋值的安全性保护。 在默认情况下&#xff0c;Laravel 的 Eloquent 模型会对属性赋值做一些安全性检查&#xff0c;例如防止…

Java:IO流详解

文章目录 基础流1、IO概述1.1 什么是IO1.2 IO的分类1.3 顶级父类们 2、字节流2.1 一切皆为字节2.2 字节输出流 OutputStream2.3 FileOutputStream类2.3.1 构造方法2.3.2 写出字节数据2.3.3 数据追加续写2.3.4 写出换行 2.4 字节输入流 InputStream2.5 FileInputStream类2.5.1 构…

LeetCode 225.用队列实现栈(详解) ૮꒰ ˶• ༝ •˶꒱ა

题目详情&#xff1a; 思路&#xff1a;1.定义两个队列用于存储栈的数据&#xff0c;其中一个为空。 2.对我们定义的栈进行入数据&#xff0c;就相当于对不为空的队列进行入数据。 3.对我们定义的栈进行删除&#xff0c;相当于取出不为空的队列中的数据放到为空的队列中&#x…

Python基础入门第八课笔记(自定义函数 lambda)

什么时候用lambda表达式&#xff1f; 当函数有一个返回值&#xff0c;且只有一句代码&#xff0c;可以用lambda简写。 2、lanbda语法 lambda 形参 : 表达式 注意&#xff1a; 1、形参可以省略&#xff0c;函数的参数在lambda中也适用 2、lambda函数能接收任何数量的参数但只能…

MySQL之视图内连接、外连接、子查询案例

目录 一.视图 1.1 含义 1.2 操作 二.案例 三.思维导图 一.视图 1.1 含义 虚拟表&#xff0c;查询方面和普通表一样使用。 1.2 操作 1.创建视图&#xff1a; create or replace view 视图名 as 查询语句&#xff1b; 2.视图的修改&#xff1a; 方式1 create or replace view …

了解长短期记忆 (LSTM) 网络:穿越时间和记忆的旅程

一、说明 在人工智能和机器学习的迷人世界中&#xff0c;长短期记忆 (LSTM) 网络作为一项突破性创新脱颖而出。LSTM 旨在解决传统循环神经网络 (RNN) 的局限性&#xff0c;尤其是在学习长期依赖性方面的局限性&#xff0c;彻底改变了我们在各个领域建模和预测序列的能力。本文深…

Nacos与Eureka

一、前言 在构建和管理微服务架构时&#xff0c;选择适当的服务注册中心至关重要。Nacos和Eureka都是微服务体系结构中常用的服务注册和发现工具。本文将探讨它们之间的区别&#xff0c;帮助开发者在选择适合其项目需求的注册中心时做出明智的决策。 二、架构和适用场景 Nacos …

Java/JDK下载安装与环境配置

Java由Sun Microsystems&#xff08;现在是Oracle的子公司&#xff09;于1995年首次发布。它是一种面向对象的编程语言&#xff0c;广泛应用于Web开发、移动应用程序开发、桌面应用程序开发和企业级应用程序开发等领域。 Java语言的主要特点是跨平台、可移植性强、安全性高和具…

【开源】基于JAVA语言的智能教学资源库系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 数据中心模块2.2 课程档案模块2.3 课程资源模块2.4 课程作业模块2.5 课程评价模块 三、系统设计3.1 用例设计3.2 数据库设计3.2.1 课程档案表3.2.2 课程资源表3.2.3 课程作业表3.2.4 课程评价表 四、系统展示五、核心代…

VLM,LLM等大模型如何应用于机器人控制(以强化学习为例)

VLM&#xff1a;视觉语义模型&#xff0c;准确识别图中有什么&#xff0c;处于什么状态&#xff0c;以及不同物体之间的关联。 LLM&#xff1a;语言大模型&#xff0c;可以针对当前的环境&#xff0c;自动生成可执行的任务&#xff0c;或者将人类指令重新分成可执行的子任务。…

[MAUI]在.NET MAUI中调用拨号界面

在.NET MAUI中调用拨号界面 前置要求: Visual Studio 2022 安装包“.NET Multi-platform App UI 开发” 参考文档: 电话拨号程序 新建一个MAUI项目 在解决方案资源管理器窗口中找到Platforms/Android/AndroidManifest.xml在AndroidManifest.xml中添加下文中…块如下:<?xml…

MAC系统安装多版本JDK

文章目录 1.JDK下载与安装2.查看安装过那些版本的jdk3.查看是否存在.bash_profile4.配置环境变量5.实现版本切换6.有些Mac可能版本问题&#xff0c;在关闭终端后&#xff0c;配置会失效&#xff01; 1.JDK下载与安装 官网下载地址: https://www.oracle.com/java/technologies/…

C++补充内容--语法篇

这里写目录标题 语法其他语法函数的存储类函数参数默认值格式默认参数位置重载函数的默认参数 指针名与正常指针的自增自减以及解引用与的优先级问题指针的赋值、加减数字、加减指针二维数组中的一些指针辨析输出调用字符指针时 会将该指针以及之后的元素全部输出二维数组未完全…

[NAND Flash 5.2] SLC、MLC、TLC、QLC、PLC NAND_闪存颗粒类型

依公知及经验整理&#xff0c;原创保护&#xff0c;禁止转载。 专栏 《深入理解NAND Flash》 <<<< 返回总目录 <<<< 前言 闪存最小物理单位是 Cell, 一个Cell 是一个晶体管。 闪存是通过晶体管储存电子来表示信息的。在晶体管上加入了浮动栅贮存电子…

在vscode中创建任务编译module源文件

接昨天的文章 [创建并使用自己的C模块&#xff08;Windows10MSVC&#xff09;-CSDN博客]&#xff0c;觉得每次编译转到命令行下paste命令过于麻烦&#xff0c;于是研究了一下在vscode中创建自动编译任务。 经过尝试&#xff0c;在task.json中增加如下代码&#xff1a; {"…

【LMM 011】MiniGPT-5:通过 Generative Vokens 进行交错视觉语言生成的多模态大模型

论文标题&#xff1a;MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens 论文作者&#xff1a;Kaizhi Zheng* , Xuehai He* , Xin Eric Wang 作者单位&#xff1a;University of California, Santa Cruz 论文原文&#xff1a;https://arxiv.org/ab…