当前位置: 首页 > news >正文

【蓝桥杯集训·每日一题2025】 AcWing 6134. 哞叫时间II python



6134. 哞叫时间II

Week 1
2月20日


农夫约翰正在试图向埃尔茜描述他最喜欢的 USACO 竞赛,但她很难理解为什么他这么喜欢它。

他说「竞赛中我最喜欢的部分是贝茜说『现在是哞哞时间』并在整个竞赛中一直哞哞叫」。

埃尔茜仍然不理解,所以农夫约翰将竞赛以文本文件形式下载,并试图解释他的意思。

竞赛被定义为一个包含 N N N 个整数的数组 a 1 , a 2 , … , a N a_1,a_2,…,a_N a1,a2,,aN

农夫约翰定义哞叫为一个包含三个整数的数组,其中第二个整数等于第三个整数,但不等于第一个整数。

一种哞叫被称为在竞赛中发生,如果可以从数组中移除整数,直到只剩下这一哞叫。

由于贝茜据称「在整个竞赛中一直哞哞叫」,请帮助埃尔茜计算竞赛中发生的不同哞叫的数量!

两种哞叫是不同的,如果它们并非由相同的整数以相同的顺序组成。

输入格式

输入的第一行包含 N N N

第二行包含 N N N 个空格分隔的整数 a 1 , a 2 , … , a N a_1,a_2,…,a_N a1,a2,,aN

输出格式

输出竞赛中发生的不同哞叫的数量。

注意这个问题涉及到的整数可能需要使用 64 位整数型(例如,Java 中的 “long”,C/C++ 中的 “long long”)。

数据范围

1 ≤ N ≤ 1 0 6 1 \le N \le 10^6 1N106,
1 ≤ a i ≤ N 1 \le a_i \le N 1aiN

输入样例:
6
1 2 3 4 4 4
输出样例:
3
样例解释

竞赛包含三种不同的哞叫:1 4 42 4 43 4 4


题目理解

题目要求统计数组中所有满足 abb 形式的三元组子序列的数量,其中 a != b。也就是说,我们需要找到所有满足以下条件的子序列:

  1. 子序列长度为 3。
  2. 第二个和第三个元素相同,且第一个元素与它们不同。

做题思路

1. 统计每个数字的总出现次数
  • 使用 Counter 统计数组中每个数字的总出现次数,存储在 cnt1 中。
  • 这一步的目的是为了后续判断某个数字 b 是否可以作为 abb 中的 b(即 b 至少出现两次)。
2. 统计到每个位置为止的不同数字的个数
  • 使用一个数组 left 和一个集合 vis,从左到右遍历数组,记录到每个位置为止的不同数字的个数。
  • left[i] 表示从数组开头到位置 i(不包括 i)为止,有多少个不同的数字。
  • 这一步的目的是为了快速计算某个 b 对应的 a 的个数。
3. 倒序遍历,统计每个 b 对应的 a 的个数
  • 使用一个字典 cnt2 记录从后往前遍历时每个数字的出现次数。
  • 当某个数字 b 第二次出现时(即找到倒数第二个 b),计算其对应的 a 的个数:
    • a 的个数为 left[i],即倒数第二个 b 前面不同数字的个数。
    • 如果 b 的总出现次数大于 2,说明倒数第二个 b 前面还有 b,需要减去重复的情况。
  • 将每个 b 对应的 a 的个数累加到答案 ans 中。
4. 输出结果
  • 最终输出 ans,即所有满足条件的 abb 子序列的数量。


复杂度分析

  1. 时间复杂度:(O(n)),其中 (n) 是数组的长度。我们只需要遍历数组两次(一次正向,一次反向)。
  2. 空间复杂度:(O(n)),用于存储 cnt1cnt2left


code:

from collections import Counter, defaultdictn = int(input())
a = list(map(int, input().split()))
ans = 0# 统计到每个位置为止的不同数字的个数
left = [0] * n
vis = set()
for i in range(n):left[i] = len(vis)vis.add(a[i])cnt1 = Counter(a)  # 统计每个数字的总出现次数
cnt2 = defaultdict(int)# 倒序遍历,统计每个 b 对应的 a 的个数
for i in range(n - 1, -1, -1):cnt2[a[i]] += 1if cnt2[a[i]] == 2:  # 找到倒数第二个ba_count = left[i]  # a的个数if cnt1[a[i]] > 2:  # 减去重复的情况a_count -= 1ans += a_count
print(ans)


END
如果有更多问题或需要进一步的帮助,可以在评论区留言讨论哦!
如果喜欢的话,请给博主点个关注 谢谢

相关文章:

【蓝桥杯集训·每日一题2025】 AcWing 6134. 哞叫时间II python

6134. 哞叫时间II Week 1 2月20日 农夫约翰正在试图向埃尔茜描述他最喜欢的 USACO 竞赛,但她很难理解为什么他这么喜欢它。 他说「竞赛中我最喜欢的部分是贝茜说『现在是哞哞时间』并在整个竞赛中一直哞哞叫」。 埃尔茜仍然不理解,所以农夫约翰将竞赛…...

Spring Boot数据访问(JDBC)全解析:从基础配置到高级调优

文章目录 引言一、Spring Boot JDBC核心架构1.1 核心组件关系图1.2 自动配置逻辑 二、基础配置实践2.1 数据源配置2.2 多数据源配置 三、JdbcTemplate深度使用3.1 基础CRUD操作3.2 批处理优化 四、事务管理4.1 声明式事务4.2 事务传播机制 五、异常处理5.1 Spring异常体系5.2 自…...

三数之和:经典问题的多种优化策略

三数之和:经典问题的多种优化策略 大家好,我是Echo_Wish。今天我们来聊一个经典的算法问题——三数之和(3Sum)。它是许多面试和算法竞赛中常见的问题之一,也常常考察我们对算法优化的理解和技巧。我们不仅要解决问题&…...

信息学奥赛一本通 1520:【 例 1】分离的路径 | 洛谷 P2860 [USACO06JAN]Redundant Paths G

【题目链接】 ybt 1520:【 例 1】分离的路径 洛谷 P2860 [USACO06JAN]Redundant Paths G 【题目考点】 1. 图论:割边(桥) 边双连通分量 【解题思路】 每个草场是一个顶点,草场之间的双向路是无向边,该…...

架构师面试(六):熔断和降级

问题 在千万日活的电商系统中,商品列表页服务通过 RPC 调用广告服务;经过统计发现,在最近10秒的时间里,商品列表页服务在对广告服务的调用中有 98% 的调用是超时的; 针对这个场景,下面哪几项的说法是正确的…...

使用 DeepSeek 生成流程图、甘特图与思维导图:结合 Typora 和 XMind 的高效工作流

在现代工作与学习中,可视化工具如流程图、甘特图和思维导图能够极大地提升信息整理与表达的效率。本文将详细介绍如何使用 DeepSeek 生成 Mermaid 文本,结合 Typora 快速生成流程图和甘特图,并通过 Markdown 格式生成思维导图,最终…...

粘贴到Word里的图片显示不全

粘贴到Word里的图片显示不全,可从Word设置、图片本身、软件与系统等方面着手解决,具体方法如下: Word软件设置 经实践发现,图片在word行距的行距出现问题,可以按照如下调整行距进行处理 修改段落行距: 选…...

【C语言】结构体内存对齐问题

1.结构体内存对齐 我们已经基本掌握了结构体的使用了。那我们现在必须得知道结构体在内存中是如何存储的?内存是如何分配的?所以我们得知道如何计算结构体的大小?这就引出了我们今天所要探讨的内容:结构体内存对齐。 1.1 对齐规…...

【蓝桥杯单片机】第十三届省赛第二场

一、真题 二、模块构建 1.编写初始化函数(init.c) void Cls_Peripheral(void); 关闭led led对应的锁存器由Y4C控制关闭蜂鸣器和继电器 2.编写LED函数(led.c) void Led_Disp(unsigned char ucLed); 将ucLed取反的值赋给P0 开启锁存器 关闭锁存…...

类与对象(5)

上一章是类与对象(4)-CSDN博客 深入了构造函数和静态成员,大概讲解了类型转换 最后一章最后一章 友元 在 C 中,友元提供了一种突破类的访问控制(封装)的方式。通过友元,外部的函数或类可以访…...

AI知识架构之数据采集

数据采集 数据格式: 结构化数据:以固定格式和结构存储,如数据库中的表以及 Excel 表格,易于查询和分析。半结构化数据:有一定结构但不如结构化数据严格,XML 常用于数据交换,JSON 在 Web 应用中广泛用于数据传输和存储。非结构化数据:无预定义结构,文本、图像、音频和视…...

细说STM32F407单片机2个ADC使用DMA同步采集各自的1个输入通道的方法

目录 一、示例说明 二、工程配置 1、RCC、DEBUG、CodeGenerator 2、USART6 3、TIM3 (1)Mode (2)参数设置 (3) TRGO (4)ADC1_IN0 1)ADCs_Common_Settings 2&a…...

C# 将非托管Dll嵌入exe中(一种实现方法)

一、环境准备 电脑系统:Windows 10 专业版 20H2 IDE:Microsoft Visual Studio Professional 2022 (64 位) - Current 版本 17.11.4 其他: 二、测试目的 将基于C++创建DLL库,封装到C#生成的exe中。 一般C++创建的库,在C#中使用,都是采用DllImport导入的,且要求库处…...

完美解决:.vmx 配置文件是由 VMware 产品创建,但该产品与此版 VMware Workstation 不兼容

参考文章:该产品与此版 VMware Workstation 不兼容,因此无法使用 问题描述 当尝试使用 VMware Workstation 打开别人的虚拟机时,可能会遇到以下报错: 此问题常见于以下场景: 从其他 VMware 版本(如 ESX…...

使用大语言模型对接OA系统,实现会议室预定功能

随着人工智能技术的不断进步,越来越多的企业开始借助 AI 助手来提高工作效率,尤其是在日常事务的自动化处理中。比如,在许多公司里,会议室的预定是一个常见且频繁的需求,通常需要员工手动检查空闲时间并做出选择。而通…...

Ryu控制器:L2交换功能实现案例

基于 Ryu控制器 在 VM1--OVS--VM2 的简单拓扑中实现流量自动下发(流表动态安装)的完整案例。通过该案例,当VM1与VM2首次通信时,Ryu控制器会动态学习路径并下发流表,后续流量将直接由交换机转发,无需控制器介…...

动手学深度学习2025.2.23-预备知识之-线性代数

3.线性代数 (1)向量维数和张量维数的区别: (2)普通矩阵乘法: 要求左矩阵的列数等于右矩阵的行数 import torch ​ # 创建两个矩阵 A torch.tensor([[1, 2], [3, 4]], dtypetorch.float32) B torch.tensor([[5, 6], [7, 8]], d…...

登录-07.JWT令牌-登录后下发令牌

一.思路 我们首先完成令牌生成。 在响应数据这一块 该响应数据是一个标准的Result结构,其中"data"的值就是一个JWT令牌。因此我们只需要将生成的JWT令牌封装在Result当中然后返回给前端即可。 备注是给前端看的,不用管。以后我们做校验时&…...

机器学习实战(7):聚类算法——发现数据中的隐藏模式

第7集:聚类算法——发现数据中的隐藏模式 在机器学习中,聚类(Clustering) 是一种无监督学习方法,用于发现数据中的隐藏模式或分组。与分类任务不同,聚类不需要标签,而是根据数据的相似性将其划…...

【数据序列化协议】Protocol Buffers

一、为什么需要序列化? 数据跨平台/语言交互: 不同编程语言(如 Java、Python、Go)的数据结构不兼容,序列化提供统一的数据表示。例如:Java 的 HashMap 和 Python 的 dict 需转换为通用格式(如 …...

OpenAI 图像生成 API 的应用与使用

DALL-E 3 是 OpenAI 开发的一款图像生成模型,能够根据文本描述生成高质量的图像。通过 OpenAI 图像生成 API,开发者可以轻松利用 DALL-E 的图像生成功能,在各种应用场景中实现创意设计、内容生成等需求。 环境准备/前置条件 在开始之前&…...

用PyTorch手把手实现BoTNet:把ResNet50的3x3卷积换成MHSA到底有多简单?

用PyTorch手把手实现BoTNet:把ResNet50的3x3卷积换成MHSA到底有多简单? 如果你正在寻找一种既能保留CNN局部特征提取能力,又能引入全局注意力机制的方法,BoTNet可能是最优雅的解决方案之一。这个将ResNet中3x3卷积替换为多头自注意…...

基于DH参数的UR5机械臂PID轨迹跟踪控制及Simscape物理仿真:角度、速度、加速度与力...

UR5机械臂PID轨迹跟踪控制控制,六自由度机械臂simscape物理仿真,需要可以提供DH参数表,坐标系表示,三维模型,可以导出角度,角速度,角加速度以及力矩,误差曲线图机械臂轨迹跟踪这事儿…...

【ESP32S3】ESP32-S3 WiFi 无线 OTA(升级)烧录镜像方法

【ESP32S3】ESP32-S3 WiFi 无线 OTA(升级)烧录镜像方法一、ESP32-S3 WiFi 无线 OTA(最常用)二、Arduino 完整可运行代码三、如何生成固件并提供下载一、ESP32-S3 WiFi 无线 OTA(最常用) 原理: …...

告别安装包!用7-Zip的-sfx选项,5分钟制作一个傻瓜式软件分发exe

5分钟打造零门槛软件分发包:7-Zip自释放EXE全攻略 每次给客户发软件包时,最怕听到"解压软件怎么用?"这类问题。作为独立开发者,我花了三年时间才找到这个被低估的神技——7-Zip的SFX自释放功能。它能把复杂的安装流程压…...

Navicat Mac版无限试用终极指南:3种方法突破14天限制

Navicat Mac版无限试用终极指南:3种方法突破14天限制 【免费下载链接】navicat_reset_mac navicat mac版无限重置试用期脚本 Navicat Mac Version Unlimited Trial Reset Script 项目地址: https://gitcode.com/gh_mirrors/na/navicat_reset_mac 还在为Navic…...

Phi-3.5-mini-instruct效果展示:表格数据理解+自然语言解释+趋势预测三合一输出

Phi-3.5-mini-instruct效果展示:表格数据理解自然语言解释趋势预测三合一输出 1. 模型简介 Phi-3.5-mini-instruct 是一个轻量级但功能强大的开放模型,属于Phi-3模型家族。这个模型基于高质量的训练数据构建,特别擅长处理推理密集型任务。它…...

WaveTools:三步实现《鸣潮》120帧极致体验的完整方案

WaveTools:三步实现《鸣潮》120帧极致体验的完整方案 【免费下载链接】WaveTools 🧰鸣潮工具箱 项目地址: https://gitcode.com/gh_mirrors/wa/WaveTools 你是否曾为《鸣潮》游戏中的帧率限制而烦恼?明明拥有强大的硬件配置&#xff0…...

从经典到现代:平板湍流边界层表面摩擦系数(Cf)公式的演进与应用指南

1. 平板湍流边界层表面摩擦系数的工程意义 想象一下你正在设计一架飞机的外形。机翼表面与空气的摩擦阻力会直接影响燃油效率和飞行性能,这个阻力的大小就与**表面摩擦系数(Cf)**密切相关。Cf是流体力学中一个看似简单却极其关键的参数&#…...

别再为GPU发愁了!用Colab免费GPU从零训练你的第一个PaddleOCR文本检测模型

零成本玩转PaddleOCR:Colab免费GPU训练文本检测模型全指南 你是否曾经因为缺乏高性能GPU设备而放弃尝试深度学习项目?作为学生或个人开发者,动辄上万的显卡价格确实让人望而却步。但今天我要告诉你一个好消息:Google Colab提供的…...