这里是paoxiaomo,一个现役ACMer,之后将会持续更新算法笔记系列以及笔试题题解系列
本文章面向想打ICPC/蓝桥杯/天梯赛等程序设计竞赛,以及各个大厂笔试的选手
感谢大家的订阅➕ 和 喜欢💗
有什么想看的算法专题可以私信博主
(本文题面由清隆学长收集)
01.二叉搜索树的构建与查找
问题描述
LYA 是一名计算机专业的学生,最近她正在学习数据结构中的二叉搜索树。二叉搜索树是一种常用的数据结构,它可以实现快速的查找和插入操作。
现在,LYA 有一个由 2 n − 1 2^n-1 2n−1 个不同的正整数组成的数列( 1 ≤ n ≤ 10 1 \leq n \leq 10 1≤n≤10,且 n n n 为整数)。她想用这些数构建一棵平衡的满二叉搜索树。
二叉搜索树满足以下性质:
- 节点的左子树只包含小于当前节点的数。
- 节点的右子树只包含大于当前节点的数。
- 所有左子树和右子树也必须是二叉搜索树。
例如,对于数列 [ 1 , 2 , 3 , 4 , 5 , 6 , 7 ] [1, 2, 3, 4, 5, 6, 7] [1,2,3,4,5,6,7],可以构建出如下图所示的满二叉搜索树:
4
/ \
2 6
/ \ / \
1 3 5 7
现在,给定一个待查找的数,请你帮助 LYA 计算查找该数的路径和结果。
输入格式
第一行包含若干个用空格分隔的正整数,表示给定的数列。
第二行包含一个正整数,表示待查找的数。
输出格式
输出查找的路径和结果。
路径从根节点开始,用 S
表示。查找左子树用 L
表示,查找右子树用 R
表示。查找到结果用 Y
表示,未找到结果用 N
表示。
样例输入 1
2 1 3 7 5 6 4
6
样例输出 1
SRY
样例解释 1
从根节点开始,所以路径的第一部分为 S
。待查找数为 6 6 6,大于根节点 4 4 4,所以要查找右子树,路径增加 R
,正好找到,因此最后增加 Y
。最终输出 SRY
。
样例输入 2
4 2 1 3 6 5 7
5
样例输出 2
SRLY
样例解释 2
从根节点开始,先查找右子树,再查找左子树,最终找到结果 5 5 5,因此输出 SRLY
。
样例输入 3
1 2 3 4 5 6 7
8
样例输出 3
SRRN
样例解释 3
从根节点开始查找,标记 S
。待查找数 8 8 8 大于根节点 4 4 4,所以查找右子树,标记 R
。继续查找右子树,标记 R
。 8 8 8 比右子树节点 7 7 7 还大,但已经到达叶子节点,没有找到,因此最后标记 N
。
数据范围
- 1 ≤ n ≤ 10 1 \leq n \leq 10 1≤n≤10
- 给定的数列中的数互不相同
【题目解析】
这个问题可以通过递归地在二叉搜索树中搜索给定的数来解决。首先,我们需要构建一个平衡的满二叉搜索树,然后再搜索给定的数。
构建平衡的满二叉搜索树可以采用递归的方式,每次选取数列的中间元素作为当前节点,然后递归地构建左右子树。
接下来,我们搜索给定的数,按照二叉搜索树的性质,从根节点开始,如果给定的数比当前节点的值小,就向左子树搜索,如果给定的数比当前节点的值大,就向右子树搜索,直到找到该数或者搜索到空节点为止。
cpp
cpp
#include <bits/stdc++.h>
using namespace std;
// 定义二叉树节点
struct TreeNode {
int val;
TreeNode* left;
TreeNode* right;
TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};
// 构建平衡的满二叉搜索树
TreeNode* buildBST(vector<int>& nums, int start, int end) {
if (start > end) return nullptr;
int mid = start + (end - start) / 2;
TreeNode* root = new TreeNode(nums[mid]);
root->left = buildBST(nums, start, mid - 1);
root->right = buildBST(nums, mid + 1, end);
return root;
}
// 搜索给定的数
string search(TreeNode* root, int target) {
if (root == nullptr) return "N";
if (root->val == target) return "Y";
else if (target < root->val) return "L" + search(root->left, target);
else return "R" + search(root->right, target);
}
int main() {
// 读取输入数据
vector<int> nums;
int num;
while (cin >> num) {
nums.push_back(num);
if (cin.get() == '\n') break; // 读到换行符结束输入
}
sort(nums.begin(),nums.end());
int target;
cin >> target;
// 构建平衡的满二叉搜索树
TreeNode* root = buildBST(nums, 0, nums.size() - 1);
// 搜索给定的数
string result = search(root, target);
cout<<'S'<<endl;
// 输出结果
cout << result << endl;
return 0;
}
02.球员能力评估
题目描述
K教练正在对足球队的 n n n 名球员进行射门能力评估。评估共进行 m m m 次训练,每次训练时,若球员射门得分则记为1
,否则记为0
。现在K教练需要根据以下规则对球员进行排名:
- 进球总数较多的球员排名靠前。
- 如果进球总数相同,则最长连续进球次数较多的球员排名靠前。
- 如果最长连续进球次数也相同,则第一次未进球的训练序号较大的球员排名靠前。如果第一次未进球的训练序号也相同,则比较第二次、第三次......直到比较出结果。
- 如果按照前三条规则仍然无法区分排名,则编号较小的球员排名靠前。
请你帮助K教练生成一个球员排名。
输入格式
第一行包含两个正整数 n n n 和 m m m,表示参与评估的球员数量和训练次数,球员编号从1到 n n n。
第二行包含 n n n 个空格分隔的长度为 m m m 的字符串,第 i i i 个字符串表示编号为 i i i 的球员在这 m m m 次训练中的进球记录。
输出格式
输出一行,包含 n n n 个空格分隔的正整数,表示球员编号按照射门能力从高到低排列的结果。
数据范围
- 1 ≤ n ≤ 1000 1 \le n \le 1000 1≤n≤1000
- 1 ≤ m ≤ 1000 1 \le m \le 1000 1≤m≤1000
样例输入
4 5
11100 00111 10111 01111
样例输出
4 3 1 2
样例解释
- 球员3和球员4的进球总数均为4个,多于球员1和球员2的3个。
- 球员4的最长连续进球次数为4,大于球员3的3,因此球员4排名第一,球员3第二。
- 球员1第2次训练时未进球,早于球员2的第1次,因此球员1第三,球员2第四。
【题目解析】
这个问题可以通过自定义比较函数来排序解决。首先,我们需要定义一个结构体来存储球员的信息,包括进球总数、最长连续进球次数以及第一次未进球的训练序号。然后,我们对这些球员进行排序,按照题目中的规则进行比较。
cpp
cpp
#include <bits/stdc++.h>
using namespace std;
// 定义球员结构体
struct Player {
int id;
int totalGoals;
int maxConsecutiveGoals;
int firstMissedTraining;
// 定义比较函数
bool operator<(const Player& other) const {
if (totalGoals != other.totalGoals) {
return totalGoals > other.totalGoals;
} else if (maxConsecutiveGoals != other.maxConsecutiveGoals) {
return maxConsecutiveGoals > other.maxConsecutiveGoals;
} else if (firstMissedTraining != other.firstMissedTraining) {
return firstMissedTraining < other.firstMissedTraining;
} else {
return id < other.id;
}
}
};
int main() {
int n, m;
cin >> n >> m;
vector<Player> players(n);
for (int i = 0; i < n; ++i) {
players[i].id = i + 1;
players[i].totalGoals = 0;
players[i].maxConsecutiveGoals = 0;
players[i].firstMissedTraining = m + 1;
}
for (int i = 0; i < n; ++i) {
for (int j = 0; j < m; ++j) {
char goal;
cin >> goal;
if (goal == '1') {
players[i].totalGoals++;
players[i].maxConsecutiveGoals++;
} else {
players[i].maxConsecutiveGoals = 0;
players[i].firstMissedTraining = min(players[i].firstMissedTraining, j + 1);
}
}
}
// 排序
sort(players.begin(), players.end());
// 输出结果
for (int i = 0; i < n; ++i) {
cout << players[i].id << " ";
}
cout << endl;
return 0;
}
03.微服务调用分析
题目描述
K小姐是一名软件工程师,她正在对公司的 n n n 个微服务进行调用情况分析。这些微服务使用 0 0 0 到 n − 1 n-1 n−1 的整数进行编号。
K小姐得到了一个长度为 n n n 的数组 e d g e s edges edges,其中 e d g e s [ i ] edges[i] edges[i] 表示存在一个从微服务 i i i 到微服务 e d g e s [ i ] edges[i] edges[i] 的调用关系。
如果多个微服务形成了一个环,我们称之为一个微服务群组。对于一个微服务群组,我们定义:
- L L L 表示该群组内所有微服务的数量。
- V V V 表示能够调用到该群组内微服务的微服务数量。
- 该群组的内聚值 H = L − V H = L - V H=L−V。
已知给定的调用关系数据中至少存在一个微服务群组,请你计算所有群组的内聚值,并按照以下规则对它们进行排序:
- 按照内聚值 H H H 从大到小排序。
- 如果内聚值相同,则按照群组内最大编号从小到大排序。
最后,请输出排序后的第一个微服务群组,要求从群组内编号最小的微服务开始,按照调用关系的顺序输出其中所有微服务的编号。
输入格式
第一行包含一个正整数 n n n,表示微服务的数量。
第二行包含 n n n 个整数,表示数组 e d g e s edges edges,相邻整数之间用空格分隔。其中 e d g e s [ i ] edges[i] edges[i] 表示存在一个从微服务 i i i 到微服务 e d g e s [ i ] edges[i] edges[i] 的调用关系。
输出格式
输出一行整数,表示内聚值最大的微服务群组,其中微服务编号按照调用关系顺序输出,起始编号为群组内最小编号。相邻整数之间用空格分隔。
数据范围
- 2 ≤ n ≤ 1 0 5 2 \le n \le 10^5 2≤n≤105
- 0 ≤ e d g e s [ i ] ≤ n − 1 0 \le edges[i] \le n-1 0≤edges[i]≤n−1
- e d g e s [ i ] ≠ i edges[i] \neq i edges[i]=i
样例输入1
4
3 3 0 2
样例输出1
0 3 2
样例输入2
12
2 6 10 1 6 0 3 0 5 4 5 8
样例输出2
0 2 10 5
【题目解析】
首先,我们需要编写一个函数来找到所有的微服务群组,并计算它们的内聚值。然后,我们按照规则对这些群组进行排序,并输出内聚值最大的群组。首先定义了一个 ServiceGroup 结构体,用于存储每个微服务群组的信息。然后,使用 findServiceGroups 函数找到所有的微服务群组,并计算它们的内聚值。最后,使用 compareGroups 函数对群组进行排序,并输出内聚值最大的群组。
cpp
cpp
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
struct ServiceGroup {
int start;
int size;
int accessible_count;
int cohesion;
ServiceGroup(int _start, int _size, int _accessible_count) : start(_start), size(_size), accessible_count(_accessible_count) {
cohesion = size - accessible_count;
}
};
// Function to find all service groups
vector<ServiceGroup> findServiceGroups(const vector<int>& edges) {
int n = edges.size();
vector<bool> visited(n, false);
vector<ServiceGroup> groups;
for (int i = 0; i < n; ++i) {
if (!visited[i]) {
int current = i;
int group_start = i;
int group_size = 0;
int accessible_count = 0;
while (!visited[current]) {
visited[current] = true;
group_size++;
current = edges[current];
}
current = group_start;
while (visited[current]) {
visited[current] = false; // Reset visited flag for next iteration
accessible_count++;
current = edges[current];
}
groups.push_back(ServiceGroup(group_start, group_size, accessible_count));
}
}
return groups;
}
// Comparator function for sorting service groups
bool compareGroups(const ServiceGroup& a, const ServiceGroup& b) {
if (a.cohesion != b.cohesion) {
return a.cohesion > b.cohesion;
} else {
return a.start < b.start;
}
}
int main() {
int n;
cin >> n;
vector<int> edges(n);
for (int i = 0; i < n; ++i) {
cin >> edges[i];
}
vector<ServiceGroup> groups = findServiceGroups(edges);
sort(groups.begin(), groups.end(), compareGroups);
// Output the first group
for (int i = groups[0].start; i < groups[0].start + groups[0].size; ++i) {
cout << i << " ";
}
cout << endl;
return 0;
}
整理试题不易,你的关注是我更新的最大动力!关注博主 带你看更多面试及竞赛试题和实用算法。