【C++】 —— 笔试刷题day_27

【C++】 —— 笔试刷题day_27

一、kotori和气球

题目解析

在这里插入图片描述
这道题,有n中气球,每一种气球有无数多个;现在我们需要将这些气球摆成一排,但是,如果相邻的气球是相同的就会发生爆炸(也就是说,相同的气球相邻的摆法是不合法的);

现在我们要求将气球摆成一排m个一共有多少种摆法;最终结果可能数据过大,我们输出最终结果对于109取模的结果即可。

算法思路

这道题整体来说还是比较简单的:

我们摆放第一个气球时,我们可以随便选取一个气球,那也就有n中可能;

当我们摆放第二个以及后面的气球时,我们不能摆放与上一个气球相同的气球,那也就有n-1种可能。

所以,我们最终结果就等于:n * (n-1)^(m-1)

在这里插入图片描述

代码实现

这里通过查看数据范围我们可以发现:在运算的时候数据就看超出范围,所以在运算的过程中就进行%109操作。

#include<iostream>usingnamespace std;intmain(){int n,m; cin>>n>>m;longlong ret = n;for(int i =1;i < m;i++){ ret *=(n-1); ret %=109;} cout << ret << endl;return0;}

二、走迷宫

题目解析

在这里插入图片描述
对于这道题,题目给定一个n*m规模的二维字符数组,每一个位置是*或者.(其中*表示当前位置有障碍物,.表示当前位置没有障碍物)

再给定(x1, y1)(x2, y2)两个位置,然后让我们求从(x1 , y1)(x2 , y2)最少的移动次数;

我们每次可以向上、向下、向左或者向右移动一格

算法思路

这道题很明显就是一个搜索类的题目了,所以这里就直接说思路了:

广度优先遍历bfs

(x1 , y1)位置开始广度优先遍历,每次向四周移动一步,直到走到(x2 , y2)位置或者 走完所有能到达的位置。

这里我们需要记录一下某一个位置是否到达过,所以这里可以使用已发给同等规模的二维数组vis来记录某一个位置是否到达过;

而这里我们也要记录从(x1, y1)位置开始,走到某一个位置需要多少步(这里也可以不记录,使用返回值来判断走到(x2 , y2)位置需要的步数);

所以这里我们就使用一个表vis来记录某一个位置是否走到过,和从(x1, y1)走到某一个位置需要最少多少步;所以当vis[i][j] == -1时,表示这个位置还没走过;vis[i][j] > 0时,表示从(x1 , y1)走到(i , j)位置最少的移动次数)。
在这里插入图片描述

代码实现

这里我们要注意:题目中给定的下标是从(1 , 1)开始的。

#include<iostream>#include<queue>usingnamespace std;constint N =1001;char arr[N][N];int vis[N][N];int n, m;int dx[]={-1,1,0,0};int dy[]={0,0,-1,1};int x1, x2, y1, y2;intbfs(){if(arr[x2][y2]=='*')return-1;//初始化visfor(int i =0; i <= n; i++){for(int j =0; j <= m; j++){ vis[i][j]=-1;}} queue<pair<int,int>> pq; pq.push({x1, y1}); vis[x1][y1]=0;while(!pq.empty()){int a = pq.front().first;int b = pq.front().second; pq.pop();for(int i =0; i <4; i++){//遍历上下左右四个位置int x = a + dx[i];int y = b + dy[i];//(x,y)不越界,且该位置没有障碍物,且该位置没有到达过if(x >0&& x <= n && y >0&& y <= m && arr[x][y]=='.'&& vis[x][y]==-1){//从(a,b) ---> (x,y) vis[x][y]= vis[a][b]+1;if(x == x2 && y == y2)return vis[x][y]; pq.push({x, y});}}}return vis[x2][y2];}intmain(){ cin >> n >> m; cin >> x1 >> y1 >> x2 >> y2;for(int i =1; i <= n; i++){for(int j =1; j <= m; j++){ cin >> arr[i][j];}} cout <<bfs()<< endl;return0;}

三、主持人调度(二)

题目解析

在这里插入图片描述
主持人调度(二) :现在有n个活动,第i个活动的开始时间start[i],结束时间end[i];在主持人调度(一)中,只是让我们判断一个主持人能否主持这些活动;

现在我们要判断最少需要多少个主持人才能举办这n个活动;

一个主持人在同一时间只能参加一个活动。

算法思路

初看这道题,可能感觉毫无头绪,根本不知道这道题要如何去求;

现在来慢慢分析一下:

对于这n个活动,我们要求最少需要多少个主持人才能举办这些活动;

我们试想一下:现在有一个活动,它要被一个主持人主持,是不是分为两种情况:当前有主持人空闲,我们让空闲的主持人去主持即可;当前已有的主持人都在主持活动,我们就要一个新的主持人去主持这个活动。

那我们就可以根据这两种情况去思考:

我们需要知道当前已有主持人是否空闲,还要知道当前有多少个主持人;

那对于乱序的数据,我们没办法判断一个主持人是否在主持活动,所以我们要先对数组排序;

这样我们按顺序去安排每一个活动就方便很多了。

我们再来想:我们判断一个主持人是否空闲,是新活动的start开始时间和就活动的结束时间去比较的;

所以我们要记录每一个主持人要主持活动的结束时间end(无需记录开始时间);

这样我们有一个活动需要安排时,将这个活动的start开始时间和所有主持人要主持活动的结束时间比较即可;

那问题又来了,一个一个去比较吗?

当然不是,如果一个一个去比较那时间复杂度就是O(n)了;

我们想一下:

  • 如果活动的开始时间start,它大于当前已存在主持人主持活动的结束时间的最小值,那肯定是存在主持人是可以去主持这个活动的;
  • 如果活动的开始时间start,它是小于当前已经存在主持人主持活动的结束时间的最小值,那当前肯定是没有主持人可以去主持这个活动,就要找一个新的主持人去主持这个活动。

所以现在,我们不仅要记录当前已有主持人的数量,而且还要记录当前主持人要主持活动结束时间的最小值。

我们可以使用priority_queue来存储(也就是堆结构)

使用priority_aueue小根堆heap来存储主持人主持活动的最晚结束时间(因为一个主持人要支持多个活动);

遍历所有活动:

如果一个活动的开始时间大于等于heap中堆顶数据heap.top(),那就表明有主持人可以去主持这个活动,删除堆顶数据,然后将这个活动的结束时间放入堆中即可。

如果一个活动的开始时间小于heap中堆顶数据heap.top(),那就表明没有主持人可以去主持这个活动,就要新增一个主持人;将这个活动的结束时间放入堆中即可。

最后堆heap中的数据个数就表示我们需要多少个主持人。

代码实现

classSolution{public:intminmumNumberOfHost(int n, vector<vector<int>>& startEnd){sort(startEnd.begin(), startEnd.end()); priority_queue<int, vector<int>, greater<int>> heap; heap.push(startEnd[0][1]);for(int i =1; i < startEnd.size(); i++){if(startEnd[i][0]>= heap.top()){ heap.pop(); heap.push(startEnd[i][1]);}else{ heap.push(startEnd[i][1]);}}return heap.size();}};

到这里,本篇文章的内容就结束了,感谢支持

Read more

Flutter for OpenHarmony: Flutter 三方库 sanitize_html 彻底杜绝 XSS 注入风险(鸿蒙 Web 内容安全净化)

Flutter for OpenHarmony: Flutter 三方库 sanitize_html 彻底杜绝 XSS 注入风险(鸿蒙 Web 内容安全净化)

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net 前言 在开发 OpenHarmony 应用时,如果我们需要在 UI 中渲染来自后端的 HTML 内容(例如文章正文、用户评论),或者使用 flutter_html 等库,一个致命的安全风险就是 XSS (跨站脚本攻击)。恶意代码可能会通过 <script> 标签或 onerror 属性在你的 App 内执行非法逻辑。 sanitize_html 是一个轻量级且极高效的 HTML 净化库。它采用白名单机制,能瞬间过滤掉所有不安全的标签和属性,确保你在鸿蒙 App 内渲染的每一行 Web 内容都是绝对安全的。 一、核心防御机制解析 sanitize_html 遵循“默认拒绝”

By Ne0inhk
共绩算力 RTX 5090 极速部署 Stable Diffusion WebUI:新手也能秒开 AI 绘图工作站

共绩算力 RTX 5090 极速部署 Stable Diffusion WebUI:新手也能秒开 AI 绘图工作站

还在为本地硬件不足跑不动 AI 绘图模型发愁?想快速拥有高性价比的 Stable Diffusion 绘图环境?今天给大家带来共绩算力 RTX 5090 部署 Stable Diffusion WebUI(增强版)的详细教程,全程零兼容冲突,从云主机配置到生成第一张 AI 画作仅需 30 分钟,步骤清晰可复现,无论是设计爱好者还是 AI 新手都能轻松上手! 目录 一、为什么选择共绩算力部署 Stable Diffusion? 二、环境准备:精准配置云主机 2.1 创建云主机实例 1.2 登录云主机终端 二、完整部署流程 2.1 环境清理与依赖安装 2.2 下载与配置Stable Diffusion WebUI

By Ne0inhk
【Prometheus】Prometheus安装部署流程详解,配置参数webUI使用方法解析说明

【Prometheus】Prometheus安装部署流程详解,配置参数webUI使用方法解析说明

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,ZEEKLOG全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi,flask等框架,云原生k8s,Prometheus监控,linux,shell脚本等实操经验,网站搭建,数据库等分享。 所属的专栏:Prometheus监控系统零基础到进阶 景天的主页:景天科技苑 文章目录 * Prometheus安装配置 * 1、Prometheus安装前准备 * 1.1 地址规划 * 1.2 配置Host解析 * 1.3 防火墙放行9090端口(如果防火墙开启) * 2、Prometheus安装配置

By Ne0inhk
Flutter 组件 spry 适配鸿蒙 HarmonyOS 实战:轻量化 Web 框架,构建高性能端侧微服务与 Middleware 治理架构

Flutter 组件 spry 适配鸿蒙 HarmonyOS 实战:轻量化 Web 框架,构建高性能端侧微服务与 Middleware 治理架构

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 spry 适配鸿蒙 HarmonyOS 实战:轻量化 Web 框架,构建高性能端侧微服务与 Middleware 治理架构 前言 在鸿蒙(OpenHarmony)生态迈向全场景分布式协同、涉及设备端侧 API 暴露、轻量化资源服务镜像及严苛的跨端 RPC 通信背景下,如何实现一套既能保持极低内存足迹(Footprint)、又能提供类似后端(Node.js/Koa)般丝滑开发体验且具备全异步处理能力的“端侧 Web 基座”,已成为决定应用分布式自治能力与全栈同构效率的关键。在鸿蒙设备这类强调 AOT 极致效能与背景任务严格限制的环境下,如果应用依然采用重量级的 HTTP 服务端,由于由于进程级的上下文切换开销,极易由于由于“算力溢出”导致鸿蒙应用在作为服务端响应时发生明显的电量损耗。 我们需要一种能够解耦路由逻辑、支持

By Ne0inhk