AtCoder Beginner Contest 346
D - Gomamayo Sequence
状态DP
题意:给定一个长度为n的01字符串,使得只存在一组s[i]=s[i+1] 其余都是不同的,若使0改变为1 会花相应的费用 a[i] 求最小值
思路:数据为2e5数据太大,贪心不可以想到dp--状态dp 构造01串 花费最小 --难点在于 要考虑两个状态dp去存储 若s[i]==s[i+1] 则s[1...i]之间都是不同的 s[i+1..n]之间都是不同的 若只采用一个状态dp是无法存储后面的是什么样的--由此想到两个状态dp--一个存储前面是01或10串 一个从后面往前遍历去存储01或10串
dp[2][i] -- dp[0][i]表示前[1...i]之间都是不同的字符串 ,且当前i的字符为0的花费
-- dp[1][i]表示前[1...i]之间都是不同的字符串,且当前i的字符为1的花费
rdp[2][i]-- rdp[0][i]表示前[i...n]之间都是不同的字符串 ,且当前i的字符为0的花费
-- rdp[1][i]表示前[i...n]之间都是不同的字符串,且当前i的字符为1的花费
#include<iostream>
#include<algorithm>
using namespace std;
typedef long long ll;
const int N=2e5+10;
const ll INF=1e18;
ll dp[2][N],rdp[2][N];
ll a[N];
int main()
{int n;cin>>n;string s;cin>>s;s='0'+s;for(int i=1;i<=n;i++) cin>>a[i];for(int i=1;i<s.size();i++){if(s[i]=='0'){dp[0][i]=dp[1][i-1];dp[1][i]=dp[0][i-1]+a[i];}else{dp[1][i]=dp[0][i-1];dp[0][i]=dp[1][i-1]+a[i];}}for(int i=s.size()-1;i>=1;i--){if(s[i]=='0'){rdp[0][i]=rdp[1][i+1];rdp[1][i]=rdp[0][i+1]+a[i];}else{rdp[1][i]=rdp[0][i+1];rdp[0][i]=rdp[1][i+1]+a[i];}}ll ans=INF;for(int i=1;i<n;i++){ans=min(ans,dp[0][i]+rdp[0][i+1]);ans=min(ans,dp[1][i]+rdp[1][i+1]);}cout<<ans<<endl;return 0;
}
E - Paint
模拟
H行W列,一开始都是颜色 0,你需要进行M次操作
每次操作:
若Ti=1,把Ai行全部改成 Xi 颜色
若Ti=2,把Ai列全部改成 Xi 颜色
操作全部执行完了之后,按升序输出所有颜色有几个。
思路:从后往前遍历
考虑到重复操作,前面会后面的覆盖,所以逆序遍历操作,如果对重复行列操作就不执行。
并且每刷一行之后,如果下一次刷列,显然就会有一个数不能再刷了。
#include<iostream>
#include<algorithm>
#include<map>
using namespace std;
typedef long long ll;
const int N=2e5+10;
map<int,ll>mp;
bool st1[N],st2[N];
int h[N],l[N];
int a[N],b[N],c[N];
int main()
{int h,w,m;cin>>h>>w>>m;ll res=(ll)h*w;for(int i=1;i<=m;i++) cin>>a[i]>>b[i]>>c[i];//从后往前遍历 若已经遍历过的行和列便不在遍历for(int i=m;i>=1;i--){if(a[i]==1){//若行没有遍历过if(!st1[b[i]]){if(w>0) { //相当于加上列的个数减去已经遍历过的行的个数mp[c[i]]+=w;h--;st1[b[i]]=1; } }}else{//若列没有遍历过if(!st2[b[i]]){if(h>0){//相当于加上行的个数减去已经遍历过的列的个数mp[c[i]]+=h;w--;st2[b[i]]=1;}}}}for(auto it:mp){if(it.second>0) res-=it.second;}if(res>0) mp[0]+=res;cout<<mp.size()<<endl;for(auto it:mp){cout<<it.first<<" "<<it.second<<endl;}return 0;
}
F - SSttrriinngg in StringString
二分+找边界点
题目大意
给定两个字符串s,t,定义 f(s,n)表示将字符串 s重复拼接 n次。 g(t,k)表示将 t的每个字符重复 k次得到。
给定 n,问最大的 k,使得 g(t,k)是 f(s,n)的子序列(可以是不连续的)。
#include<iostream>
#include<algorithm>
#include<vector>
using namespace std;
typedef long long ll;
const int N=2e5+10;
vector<ll>v[N];//存每个字母在s中对应的下标
ll cnt[30][N];//二维前缀和 记录 当前cnt[i][j] 记录当前长度为j时的i的个数
string s,t;
ll n;
//判断的标准是个数
bool check(ll mid)
{ll len=s.size()-1;ll num=0;ll id=len;//记录每一个字母遍历 最终停留的位置 开始初始化为len 方便最开始相减为0for(int i=1;i<t.size();i++){ll x=t[i]-'a'+1;if(cnt[x][len]==0) return false;//代表t中某个字符在s中从来没有出现过 不可能会有结果 返回falsell ans=mid-(cnt[x][len]-cnt[x][id]);//这说明当前的字符串就够了 不需要在开一条if(ans<0){//为了找此时满足条件应该到谁了ans=mid+cnt[x][id];if(ans>0) id=v[x][ans-1];//因为vector的下标是从0开始的continue;}ll num1=ans/cnt[x][len];ll num2=ans%cnt[x][len];num+=num1;if(num2!=0){num++;//更新当前id的位置id=v[x][num2-1];}//yy=v[x].size()共有几个 v[x]中存的下标就是与之对应的第几个 最后一个就是与之相对应的下标yy-1else id=v[x][v[x].size()-1];if(num>n) return false;}return true;
}
int main()
{cin>>n;cin>>s>>t;s=' '+s;t=' '+t;for(int i=1;i<s.size();i++){int num=s[i]-'a'+1;v[num].push_back(i);for(int j=1;j<=26;j++){cnt[j][i]=cnt[j][i-1];if(j==num) cnt[j][i]=cnt[j][i-1]+1;}}ll l=0,r=1e18;//找最小值的最大化while(l<r){ll mid=(l+r+1)>>1;if(check(mid)) l=mid;else r=mid-1;}cout<<l<<endl;return 0;}
相关文章:
AtCoder Beginner Contest 346
D - Gomamayo Sequence 状态DP 题意:给定一个长度为n的01字符串,使得只存在一组s[i]s[i1] 其余都是不同的,若使0改变为1 会花相应的费用 a[i] 求最小值 思路:数据为2e5数据太大,贪心不可以想到dp--状态dp 构造01串…...
Arduino智能家居
文章目录 一、接线框图1、下载fritzing 二、Arduino IDE 下载三、实现代码 一、接线框图 1、下载fritzing https://github.com/fritzing/fritzing-app/releases打开的软件界面如下: 二、Arduino IDE 下载 官网地址 P.S. 如果upload代码过程中出现cant open de…...
吴恩达2022机器学习专项课程(一) 3.3 成本函数的公式
问题预览 模型的参数(w和b)有什么作用?不同的w和b对线性回归模型有什么影响?训练集里的y和线性回归模型预测的y(y帽)的区别是什么?成本函数的作用是什么?成本函数的公式是什么&…...
Day56-LNMP架构扩展为集群模式实战精讲
Day56-LNMP架构扩展为集群模式实战精讲 1. 企业级标准部署知乎产品wecenter1.1 部署知乎软件Wecenter 2. 企业级迁移数据库到独立服务器2.1 为什么要进行数据库的拆分2.2 数据库拆分架构演变过程,如下图所示2.3 数据库拆分环境规划2.4 数据库拆分架构详细步骤2.4 we…...
Windows 设置多显示器显示
Windows 设置多显示器显示 1. Windows 7 设置 HDMI 输出2. Windows 11 设置多显示器显示References 1. Windows 7 设置 HDMI 输出 2. Windows 11 设置多显示器显示 References [1] Yongqiang Cheng, https://yongqiang.blog.csdn.net/...
语言模型的原理、实战与评估
语言模型的原理、实战与评估是一个宽泛的话题,下面是对这三个方面简要概述: 语言模型的原理 语言模型(Language Model, LM)是一种统计模型,用于估计一段文本序列的概率分布。它的核心任务是给定一系列词语,计算出这些词语组合成一个完整句子或段落的概率。典型的语言模型…...
【Android 内存优化】Koom核心内存指标分析
文章目录 源码Runtime.getRuntime()/proc/self/status/proc/meminfo 附总结 获取内存的指标有很多,假如我们要写一个用于监控APP内存泄漏的框架的话,主要获取哪些指标呢? 这篇文章来研究下KOOM里面获取到是哪些指标。 下面正文开始ÿ…...
Spring相关框架八股
单例bean是线程安全的吗? AOP 事务失效 Bean生命周期 Bean循环依赖解决 MVC执行流程 自动装配原理 Spring常见注解 SpringMVC注解 SpringBoot注解 MyBatis执行流程 MyBatis延迟加载 MyBatis缓存 SpringCloud五大组件 注册中心Nacos、Eureka 负载均衡Ribbon 服务雪崩…...
RK3588开发笔记-v1.3.0-SDK文件系统分区添加
目录 目录 前言 一、分区文件 二、分区文件初始化 三、板级配置文件修改...
架构评估方法相关知识总结
一、架构评估中的重要概念 定义:软件架构评估是在对架构分析、评估的基础上,对架构策略的选取进行决策。 常用系统架构评估的方式: 1. 基于调查问卷或检查表的方法:该方法的关键是设计好问卷或检查表。缺点是在很大 程度上依赖于评…...
常用ES标准
ES2015: 1.块级作用域const、let const声明对象可修改属性,但不能重新赋值对象。 2.解构赋值 const arr [a1, a2, a3]; const [a1, ...rest] arr; // rest [a2, a3];3.模板字符串 const date "星期一"; console.log(今天是${date};);4…...
Http中Host,Referer,Origin和Access-Control-Allow-Origin
Http中Host,Referer,Origin和Access-Control-Allow-Origin 文章目录 Http中Host,Referer,Origin和Access-Control-Allow-OriginHost定义特性作用 Referer定义特性作用 Origin定义特性作用 Access-Control-Allow-Origin定义特性作用…...
UDP实现聊天室
现象: 源码: 服务器: #include<myhead.h>struct sockaddr_in serveraddr,caddr; enum type_t//枚举 {Login,Chat,Quit, }; typedef struct MSG {char type;//L C Qchar name[32];//char text[128];// }msg_t;typedef struct NODE//链…...
排序算法:如冒泡排序、插入排序、选择排序、快速排序、归并排序
冒泡排序(Bubble Sort):冒泡排序是一种简单的排序算法。它通过反复交换相邻的元素,将最大的元素逐步“浮”到数组的末尾。基本思想是每次比较相邻的两个元素,如果顺序不对就进行交换,直到整个数组有序。时间…...
深度学习pytorch——GPU加速(持续更新)
使用 .to(device),以前使用 .cuda() ,但是现在基本不使用了。 代码示例: 查看电脑GPU运行情况: 使用Ctrl Shift ESC快捷键:...
StringRedisTemplate
Redis快速入门 3.2.3.StringRedisTemplate 为了节省内存空间,我们可以不使用JSON序列化器来处理value,而是统一使用String序列化器,要求只能存储String类型的key和value。当需要存储Java对象时,手动完成对象的序列化和反序列化。…...
Linux cp、mv命令显示进度条
1.advcpmv 平常使用cp 拷贝大文件时,看不到多久可以完成,虽然加上-v参数也只能看到正在拷贝文件,那就使用以下方法实现 git clone https://github.com/jarun/advcpmv.git cd advcpmv/ bash install.shmv ./advcp /usr/local/bin/ mv ./advmv …...
在Java中使用Apache POI保留Excel样式合并多个工作簿
背景 在日常工作中,我们经常需要将多个Excel文件合并成一个,同时保留原有的样式和格式。Apache POI是一个流行的Java库,用于读取和写入Microsoft Office格式的文件,包括Excel。然而,仅仅使用Apache POI的基本功能进行…...
Nomachine远程黑屏通用处理方法
Nomachine远程黑屏通用处理方法 文章目录 前言正文解决步骤 总结 前言 NoMachine是一种远程桌面软件,它允许用户通过互联网或局域网连接到远程计算机,并在本地计算机上使用远程计算机的桌面环境和应用程序。它提供了高性能的图形渲染和低延迟的响应&…...
基于51单片机数控直流电压源proteus仿真LCD显示+程序+设计报告+讲解视频
基于51单片机数控直流电压源proteus仿真LCD显示( proteus仿真程序设计报告讲解视频) 仿真图proteus7.8及以上 程序编译器:keil 4/keil 5 编程语言:C语言 设计编号:S0072 讲解视频 基于51单片机数控直流电压源proteus仿真程序…...
【JVM】- 内存结构
引言 JVM:Java Virtual Machine 定义:Java虚拟机,Java二进制字节码的运行环境好处: 一次编写,到处运行自动内存管理,垃圾回收的功能数组下标越界检查(会抛异常,不会覆盖到其他代码…...
基于Uniapp开发HarmonyOS 5.0旅游应用技术实践
一、技术选型背景 1.跨平台优势 Uniapp采用Vue.js框架,支持"一次开发,多端部署",可同步生成HarmonyOS、iOS、Android等多平台应用。 2.鸿蒙特性融合 HarmonyOS 5.0的分布式能力与原子化服务,为旅游应用带来…...
【论文笔记】若干矿井粉尘检测算法概述
总的来说,传统机器学习、传统机器学习与深度学习的结合、LSTM等算法所需要的数据集来源于矿井传感器测量的粉尘浓度,通过建立回归模型来预测未来矿井的粉尘浓度。传统机器学习算法性能易受数据中极端值的影响。YOLO等计算机视觉算法所需要的数据集来源于…...
SpringBoot+uniapp 的 Champion 俱乐部微信小程序设计与实现,论文初版实现
摘要 本论文旨在设计并实现基于 SpringBoot 和 uniapp 的 Champion 俱乐部微信小程序,以满足俱乐部线上活动推广、会员管理、社交互动等需求。通过 SpringBoot 搭建后端服务,提供稳定高效的数据处理与业务逻辑支持;利用 uniapp 实现跨平台前…...
工业自动化时代的精准装配革新:迁移科技3D视觉系统如何重塑机器人定位装配
AI3D视觉的工业赋能者 迁移科技成立于2017年,作为行业领先的3D工业相机及视觉系统供应商,累计完成数亿元融资。其核心技术覆盖硬件设计、算法优化及软件集成,通过稳定、易用、高回报的AI3D视觉系统,为汽车、新能源、金属制造等行…...
(转)什么是DockerCompose?它有什么作用?
一、什么是DockerCompose? DockerCompose可以基于Compose文件帮我们快速的部署分布式应用,而无需手动一个个创建和运行容器。 Compose文件是一个文本文件,通过指令定义集群中的每个容器如何运行。 DockerCompose就是把DockerFile转换成指令去运行。 …...
Swagger和OpenApi的前世今生
Swagger与OpenAPI的关系演进是API标准化进程中的重要篇章,二者共同塑造了现代RESTful API的开发范式。 本期就扒一扒其技术演进的关键节点与核心逻辑: 🔄 一、起源与初创期:Swagger的诞生(2010-2014) 核心…...
蓝桥杯3498 01串的熵
问题描述 对于一个长度为 23333333的 01 串, 如果其信息熵为 11625907.5798, 且 0 出现次数比 1 少, 那么这个 01 串中 0 出现了多少次? #include<iostream> #include<cmath> using namespace std;int n 23333333;int main() {//枚举 0 出现的次数//因…...
高效线程安全的单例模式:Python 中的懒加载与自定义初始化参数
高效线程安全的单例模式:Python 中的懒加载与自定义初始化参数 在软件开发中,单例模式(Singleton Pattern)是一种常见的设计模式,确保一个类仅有一个实例,并提供一个全局访问点。在多线程环境下,实现单例模式时需要注意线程安全问题,以防止多个线程同时创建实例,导致…...
算法岗面试经验分享-大模型篇
文章目录 A 基础语言模型A.1 TransformerA.2 Bert B 大语言模型结构B.1 GPTB.2 LLamaB.3 ChatGLMB.4 Qwen C 大语言模型微调C.1 Fine-tuningC.2 Adapter-tuningC.3 Prefix-tuningC.4 P-tuningC.5 LoRA A 基础语言模型 A.1 Transformer (1)资源 论文&a…...
