当前位置: 首页 > article >正文

[蓝桥杯]整理玩具

整理玩具

题目描述

小明有一套玩具,一共包含 N×MN×M 个部件。这些部件摆放在一个包含 N×MN×M 个小格子的玩具盒中,每个小格子中恰好摆放一个部件。

每一个部件上标记有一个 0 ~ 9 的整数,有可能有多个部件标记相同的整数。

小明对玩具的摆放有特殊的要求:标记相同整数的部件必须摆在一起,组成一个矩形形状。

如以下摆放是满足要求的:

00022

00033

44444

12244

12244

12233

01234

56789

以下摆放不满足要求:

11122

11122

33311

111111

122221

122221

111111

11122

11113

33333

给出一种摆放方式,请你判断是否符合小明的要求。

输入描述

输入包含多组数据。

第一行包含一个整数 T (1≤T≤10)T (1≤T≤10),代表数据组数。

以下包含 TT 组数据。

每组数据第一行包含两个整数 N,M (1≤N,M≤10)N,M (1≤N,M≤10)。

以下包含 NN 行 MM 列的矩阵,代表摆放方式。

输出描述

对于每组数据,输出 YES 或者 NO 代表是否符合小明的要求。

输入输出样例

示例

输入

3
3 5
00022
00033
44444
3 5
11122
11122
33311
2 5
01234
56789

输出

YES
NO
YES

运行限制

  • 最大运行时间:1s
  • 最大运行内存: 256M

总通过次数: 256  |  总提交次数: 324  |  通过率: 79%

难度: 困难   标签: 2018, 暴力, 思维, 国赛

算法思路

题目要求判断给定的 N×M 矩阵中,相同数字的部件是否都聚集在一个完整的矩形区域内。核心思路是通过计算每个数字的边界矩形,并验证该矩形内是否完全被该数字填充。

关键步骤:
  1. ​边界计算​​:对于每个数字(0~9),计算其出现位置的最小行、最大行、最小列、最大列,形成一个边界矩形。
  2. ​面积验证​​:计算边界矩形的面积(行差×列差),并与该数字的出现次数比较:
    • 若面积 = 出现次数 → 数字恰好填满矩形(合法)
    • 若面积 ≠ 出现次数 → 矩形内有其他数字或数字分散(非法)

​数学原理​​:
设数字 d 的边界矩形面积为 S = (max_r - min_r + 1) × (max_c - min_c + 1)
若 S = count[d],则矩形内无空隙且无非 d 元素(因空隙会减少 d 的实际数量)

示例演示
┌───────────┐
│ 初始化队列 │
│ dist[0]=0  │
└─────┬─────┘│▼
┌───────────┐     出队0      ┌───────────┐
│ 队列状态:  │ ───────────▶ │ 扩展邻居: │
│   [0]     │               │ +1→1, +k→3│
└───────────┘               └─────┬─────┘│                           │▼                           ▼
┌───────────┐     入队1,3    ┌───────────┐
│ 队列状态:  │ ◀──────────── │ 更新距离: │
│  [1, 3]   │               │ dist[1]=1 │
└───────────┘               │ dist[3]=1 ││                     └───────────┘│▼
┌───────────┐     出队1      ┌───────────┐
│ 扩展邻居: │ ───────────▶ │ +1→2, +k→4│
└─────┬─────┘               └─────┬─────┘│                           │▼                           ▼
┌───────────┐     入队2,4    ┌───────────┐
│ 队列状态:  │ ◀──────────── │ 更新距离: │
│  [3,2,4]  │               │ dist[2]=2 │
└───────────┘               │ dist[4]=2 ││                     └───────────┘▼
┌───────────┐     遍历完成    ┌───────────┐
│ 最终dist: │ ───────────▶ │ 0:0,1:1 │
│ [0,1,2,1,2]│               │ 2:2,3:1,4:2│
└───────────┘               └───────────┘

完整代码

#include <iostream>
#include <vector>
#include <climits>
using namespace std;int main() {int T;cin >> T;while (T--) {int n, m;cin >> n >> m;vector<string> grid(n);for (int i = 0; i < n; i++) {cin >> grid[i];}// 初始化边界和计数器vector<int> min_r(10, INT_MAX);vector<int> max_r(10, INT_MIN);vector<int> min_c(10, INT_MAX);vector<int> max_c(10, INT_MIN);vector<int> count(10, 0);// 遍历矩阵更新边界for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {char c = grid[i][j];int num = c - '0';count[num]++;if (i < min_r[num]) min_r[num] = i;if (i > max_r[num]) max_r[num] = i;if (j < min_c[num]) min_c[num] = j;if (j > max_c[num]) max_c[num] = j;}}bool valid = true;for (int d = 0; d < 10; d++) {if (count[d] == 0) continue; // 跳过未出现的数字// 计算矩形面积int rows = max_r[d] - min_r[d] + 1;int cols = max_c[d] - min_c[d] + 1;int area = rows * cols;if (area != count[d]) {valid = false;break;}}cout << (valid ? "YES" : "NO") << endl;}return 0;
}

代码解析

  1. ​输入处理​​:

    • 读取数据组数 T,循环处理每组数据
    • 读取矩阵尺寸 nm 和矩阵内容
  2. ​边界初始化​​:

    • min_r/max_r/min_c/max_c:记录每个数字的行列边界(初始化为极值)
    • count:统计每个数字出现次数
  3. ​矩阵遍历​​:

    • 对每个位置 (i, j),更新对应数字的边界和计数器
    • 边界更新:通过比较当前行列值与存储的极值
  4. ​合法性验证​​:

    • 对每个出现过的数字,计算其边界矩形面积
    • 比较面积与出现次数:不等则标记非法
  5. ​结果输出​​:

    • 所有数字验证通过 → 输出 YES
    • 任意数字验证失败 → 输出 NO

实例验证

测试用例矩阵验证过程结果
合法案例00022<br>00033<br>444440: 面积=2×3=6, 次数=6<br>2: 面积=1×2=2, 次数=2<br>3: 面积=1×2=2, 次数=2<br>4: 面积=1×5=5, 次数=5YES
非法案例11122<br>11122<br>333111: 面积=3×5=15, 次数=8 → 15≠8NO
单点矩阵55: 面积=1×1=1, 次数=1YES

测试点设计

  1. ​基础功能​​:

    • 所有数字形成完整矩形(YES)
    • 数字分散在多区域(NO)
    • 矩形内部有空隙(NO)
  2. ​边界情况​​:

    • 1×1矩阵(YES)
    • 全相同数字(YES)
    • 数字0的特殊处理
  3. ​性能测试​​:

    • 最大矩阵 10×10(运行时间≤1ms)
  4. ​特殊场景​​:

    • 数字出现在边界但内部有空隙(NO)
    • 多个数字相邻但各自成矩形(YES)

注意事项

  1. ​边界初始化​​:

    • 使用 INT_MAX/INT_MIN 确保首次比较正确
    • 未出现数字直接跳过(count[d]=0
  2. ​行列计算​​:

    • 矩形高度:max_r - min_r + 1
    • 矩形宽度:max_c - min_c + 1
  3. ​字符转换​​:

    • 网格字符转数字:grid[i][j] - '0'
    • 确保输入为数字字符(0~9)

优化建议

  1. ​提前终止​​:

    if (!valid) break; // 发现非法立即终止后续检查
  2. ​合并遍历​​:

    • 若在边界更新时同步计算面积和次数,可减少一轮循环(但代码可读性降低)
  3. ​内存优化​​:

    • 用数组替代 vector(因数据规模小)

相关文章:

[蓝桥杯]整理玩具

整理玩具 题目描述 小明有一套玩具&#xff0c;一共包含 NMNM 个部件。这些部件摆放在一个包含 NMNM 个小格子的玩具盒中&#xff0c;每个小格子中恰好摆放一个部件。 每一个部件上标记有一个 0 ~ 9 的整数&#xff0c;有可能有多个部件标记相同的整数。 小明对玩具的摆放有…...

C++11 Move Constructors and Move Assignment Operators 从入门到精通

文章目录 一、引言二、基本概念2.1 右值引用&#xff08;Rvalue References&#xff09;2.2 移动语义&#xff08;Move Semantics&#xff09; 三、移动构造函数&#xff08;Move Constructors&#xff09;3.1 定义和语法3.2 示例代码3.3 使用场景 四、移动赋值运算符&#xff…...

JavaScript 中的单例内置对象:Global 与 Math 的深度解析

JavaScript 中的单例内置对象&#xff1a;Global 与 Math 的深度解析 在 JavaScript 的世界中&#xff0c;单例内置对象是开发者必须了解的核心概念之一。它们是语言规范中预定义的对象&#xff0c;无需显式创建即可直接使用。本文将深入解析 JavaScript 中最重要的两个单例内…...

11 - ArcGIS For JavaScript -- 高程分析

这里写自定义目录标题 描述代码实现结果 描述 高程分析是地理信息系统(GIS)中的核心功能之一&#xff0c;主要涉及对地表高度数据(数字高程模型, DEM)的处理和分析。 ArcGIS For JavaScript4.32版本的发布&#xff0c;提供了Web端的针对高程分析的功能。 代码实现 <!doct…...

通道注意力

一、 什么是注意力 其中注意力机制是一种让模型学会「选择性关注重要信息」的特征提取器&#xff0c;就像人类视觉会自动忽略背景&#xff0c;聚焦于图片中的主体&#xff08;如猫、汽车&#xff09;。 transformer中的叫做自注意力机制&#xff0c;他是一种自己学习自己的机制…...

2048游戏的技术实现分析-完全Java和Processing版

目录 简介Processing库基础项目构建指南项目结构核心数据结构游戏核心机制图形界面实现性能优化代码详解设计模式分析测试策略总结与展望简介 2048是一款由Gabriele Cirulli开发的经典益智游戏。本文将深入分析其Java实现版本的技术细节。该实现使用了Processing库来创建图形界…...

全国县域统计年鉴PDF-Excel电子版-2022年

全国县域统计年鉴PDF-Excel电子版-2022年.ziphttps://download.csdn.net/download/2401_84585615/89784662 https://download.csdn.net/download/2401_84585615/89784662 《中国县域统计年鉴》是一部全面反映中国县域社会经济发展状况的资料性年鉴。自2014年起&#xff0c;该年…...

平滑技术(数据处理,持续更新...)

一.介绍 “平滑”是一种用于减少数据中的短期波动、噪声或者异常值的技术&#xff0c;从而更清晰地揭示数据的长期趋势或周期性特征。 平滑的主要作用&#xff1a; 1.减少噪声。数据中常常包含各种随机噪声或误差&#xff0c;这些误差可能会掩盖数据的真实趋势。平滑可以降低…...

App 上线后还能加固吗?iOS 应用的动态安全补强方案实战分享(含 Ipa Guard 等工具组合)

很多开发者以为 App 一旦上线&#xff0c;安全策略也就定型了。但现实是&#xff0c;App 上线只是攻击者的起点——从黑产扫描符号表、静态分析资源文件、注入调试逻辑&#xff0c;到篡改功能模块&#xff0c;这些行为都可能在你“以为很安全”的上线版本里悄然发生。 本篇文章…...

gitlab CI/CD本地部署配置

背景: 代码管理平台切换为公司本地服务器的gitlab server。为了保证commit的代码至少编译ok&#xff0c;也为了以后能拓展test cases&#xff0c;现在先搭建本地gitlab server的CI/CD基本的编译job pipeline。 配置步骤&#xff1a; 先安装gitlab-runner: curl -L "ht…...

AI大模型在测试领域应用案例拆解:AI赋能的软件测试效能跃迁的四大核心引擎(顺丰科技)

导语 5月份QECon深圳大会已经结束&#xff0c;继续更新一下案例拆解&#xff0c;本期是来自顺丰科技。 文末附完整版材料获取方式。 首先来看一下这个案例的核心内容&#xff0c;涵盖了测四用例设计、CI/CD辅助、测试执行、监控预警四大方面&#xff0c;也是算大家比较熟悉的…...

从零搭建uniapp项目

目录 创建uni-app项目 基础架构 安装 uni-ui 组件库 安装sass依赖 easycom配置组件自动导入 配置view等标签高亮声明 配置uni-ui组件类型声明 解决 标签 错误 关于tsconfig.json中提示报错 关于非原生标签错误&#xff08;看运气&#xff09; 安装 uview-plus 组件库…...

数据库密码加密

数据库密码加密 添加jar包构建工具类具体使用优缺点 添加jar包 <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-security</artifactId> </dependency>构建工具类 public class PasswordUtil …...

GaLore:基于梯度低秩投影的大语言模型高效训练方法详解一

&#x1f4d8; GaLore&#xff1a;基于梯度低秩投影的大语言模型高效训练方法详解 一、论文背景与动机 随着大语言模型&#xff08;LLM&#xff09;参数规模的不断增长&#xff0c;例如 GPT-3&#xff08;175B&#xff09;、LLaMA&#xff08;65B&#xff09;、Qwen&#xff…...

OpenCV CUDA模块图像处理------图像融合函数blendLinear()

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 该函数执行 线性融合&#xff08;加权平均&#xff09; 两个图像 img1 和 img2&#xff0c;使用对应的权重图 weights1 和 weights2。 融合公式…...

Linux服务器如何安装wps?

1.到wps官网 https://www.wps.cn/product/wpslinux 2.到安装目录上执行命令 sudo dpkg -i wps-office*.deb 3.启动wps 在终端中输入 wps 命令即可启动 WPS...

图片压缩工具 | 图片生成PDF文档

OPEN-IMAGE-TINY&#xff0c;一个基于 Electron VUE3 的图片压缩工具&#xff0c;项目开源地址&#xff1a;https://github.com/0604hx/open-image-tiny ℹ️ 需求描述 上一版本发布后&#xff0c;有用户提出想要将图片转换&#xff08;或者说生成更为贴切&#xff09;PDF文档…...

Python的浅拷贝与深拷贝

一、浅拷贝 浅拷贝&#xff0c;指的是重新分配一块内存&#xff0c;创建一个新的对象&#xff0c;但里面的元素是原对象中各个子对象的引用。 浅拷贝有几种方法&#xff1a; 1、 使用数据类型本身的构造器 list1[1,2,3]list2 list(list1) # 使用了数据类型本身的构造器 list…...

VSCode - VSCode 放大与缩小代码

VSCode 放大与缩小代码 1、放大 点击顶部菜单栏【查看】 -> 点击外观 -> 点击【放大】 或者&#xff0c;使用快捷键&#xff1a;Ctrl # 操作方式先按住 Ctrl 键&#xff0c;再按 键2、缩小 点击顶部菜单栏【查看】 -> 点击外观 -> 点击【缩小】 或者&#x…...

消息队列处理模式:流式与批处理的艺术

&#x1f30a; 消息队列处理模式&#xff1a;流式与批处理的艺术 &#x1f4cc; 深入解析现代分布式系统中的数据处理范式 一、流式处理&#xff1a;实时数据的"活水" 在大数据时代&#xff0c;流式处理已成为实时分析的核心技术。它将数据视为无限的流&#xff0c;…...

11-Oracle 23ai Vector Embbeding和ONNX

Embedding &#xff08;模型嵌入&#xff09;是 AI 领域的一个核心概念 一、Embedding&#xff08;嵌入&#xff09;的含义 Embedding 是一种将 非结构化数据​&#xff08;如文本、图像、音频、视频&#xff09;转换为 数值向量的技术。 其核心是通过 嵌入模型​&#xff08;…...

Build a Large Language Model (From Scratch) 序章

关于本书 《从零构建大型语言模型》旨在帮助读者全面理解并从头创建类似GPT的大型语言模型&#xff08;LLMs&#xff09;。 全书首先聚焦于文本数据处理的基础知识和注意力机制的编码&#xff0c;随后指导读者逐步实现一个完整的GPT模型。书中还涵盖了预训练机制以及针对文本…...

【HarmonyOS 5】教育开发实践详解以及详细代码案例

以下是基于 ‌HarmonyOS 5‌ 的教育应用开发实践详解及核心代码案例&#xff0c;结合分布式能力与教育场景需求设计&#xff1a; 一、教育应用核心开发技术 ‌ArkTS声明式UI‌ 使用 State 管理学习进度状态&#xff0c;LocalStorageProp 实现跨页面数据同步&#xff08;如课程…...

NoSQL 之Redis哨兵

目录 一、Redis 哨兵模式概述 &#xff08;一&#xff09;背景与核心目标 &#xff08;二&#xff09;基本架构组成 &#xff08;三&#xff09;核心功能 二、哨兵模式实现原理 &#xff08;一&#xff09;配置关键参数 &#xff08;二&#xff09;哨兵节点的定时任务 …...

【nano与Vim】常用命令

使用nano编辑器 保存文件 &#xff1a; 按下CtrlO组合键&#xff0c;然后按Enter键确认文件名。 退出编辑器 &#xff1a; 按下CtrlX组合键。 使用vi或vim编辑器 保存文件 &#xff1a; 按Esc键退出插入模式&#xff0c;然后输入:w并按Enter键保存文件。 退出编辑器 &#xf…...

OpenCV 图像色彩空间转换与抠图

一、知识点: 1、色彩空间转换函数 (1)、void cvtColor( InputArray src, OutputArray dst, int code, int dstCn 0, AlgorithmHint hint cv::ALGO_HINT_DEFAULT ); (2)、将图像从一种颜色空间转换为另一种。 (3)、参数说明: src: 输入图像&#xff0c;即要进行颜…...

Amazing晶焱科技:电子系统产品在多次静电放电测试后的退化案例

在我们的电子设计世界里&#xff0c;ESD&#xff08;静电放电&#xff09;问题总是让人头疼。尤其是当客户面临系统失效的困境时&#xff0c;寻找一个能够彻底解决问题的方案就变得格外重要。这一次&#xff0c;我们要谈的是一个经典案例&#xff1a;电子系统产品在多次静电放电…...

Go 中的 Map 与字符处理指南

Go 中的 Map 与字符处理指南 在 Go 中&#xff0c;map 可以存储字符&#xff0c;但需要理解字符在 Go 中的表示方式。在 Go 语言中&#xff0c;"字符" 实际上有两种表示方法&#xff1a;byte&#xff08;ASCII 字符&#xff09;和 rune&#xff08;Unicode 字符&…...

互联网大厂Java求职面试:云原生架构下的微服务网关与可观测性设计

互联网大厂Java求职面试&#xff1a;云原生架构下的微服务网关与可观测性设计 郑薪苦怀着忐忑的心情走进了会议室&#xff0c;对面坐着的是某大厂的技术总监张总&#xff0c;一位在云原生领域有着深厚积累的专家。 第一轮面试&#xff1a;微服务网关的设计挑战 张总&#xf…...

C++中const关键字详解:不同情况下的使用方式

在 C 中&#xff0c;const 关键字用于指定一个对象或变量是常量&#xff0c;意味着它的值在初始化之后不能被修改。下面详细介绍 const 修饰变量、指针、类对象和类中成员函数的区别以及注意事项。 修饰变量 详细介绍 当 const 修饰变量时&#xff0c;该变量成为常量&#x…...