N 架飞机准备降落到某个只有一条跑道的机场。其中第 i 架飞机在 Ti 时刻到达机场上空,到达时它的剩余油料还可以继续盘旋 Di 个单位时间,即它最早
可以于 Ti 时刻开始降落,最晚可以于 Ti + Di 时刻开始降落。降落过程需要 Li个单位时间。
一架飞机降落完毕时,另一架飞机可以立即在同一时刻开始降落,但是不能在前一架飞机完成降落前开始降落。
请你判断 N 架飞机是否可以全部安全降落。
输入包含多组数据。
第一行包含一个整数 T,代表测试数据的组数。
对于每组数据,第一行包含一个整数 N。
以下 N 行,每行包含三个整数:Ti,Di 和 Li。
对于每组数据,输出 YES 或者 NO,代表是否可以全部安全降落。
复制
2 3 0 100 10 10 10 10 0 2 20 3 0 10 20 10 10 20 20 10 20
复制
YES NO
对于第一组数据,可以安排第 3 架飞机于 0 时刻开始降落,20 时刻完成降落。安排第 2 架飞机于 20 时刻开始降落,30 时刻完成降落。安排第 1 架飞机于 30 时刻开始降落,40 时刻完成降落。
对于第二组数据,无论如何安排,都会有飞机不能及时降落。
对于 30% 的数据,N ≤ 2。
对于 100% 的数据,1 ≤ T ≤ 10,1 ≤ N ≤ 10,0 ≤ Ti , Di , Li ≤ 105。
- import java.io.BufferedReader;
- import java.io.BufferedWriter;
- import java.io.InputStreamReader;
- import java.io.OutputStreamWriter;
- import java.io.PrintWriter;
- import java.util.Scanner;
-
- public class Main{
- static Scanner in = new Scanner(new BufferedReader(new InputStreamReader(System.in)));// 快速输入 比普通Scanner输入效率更快
- static PrintWriter out = new PrintWriter(new BufferedWriter(new OutputStreamWriter(System.out)));// 快速输出 本题运行总时长为:403ms
- public static void main(String[] args) {
- int T = in.nextInt();
- for(int i = 0; i < T; i++) {
- int n = in.nextInt();
- int[][] tdl = new int[n][4];// 多出一列用于等等回溯时,用作标记是否使用过
- for(int j = 0; j < n; j++) {
- tdl[j][0] = in.nextInt();
- tdl[j][1] = in.nextInt();
- tdl[j][2] = in.nextInt();
-
- }
- // 调用回溯函数
- if(backtracking(tdl, n, 0)) {
- out.println("YES");
- }else {
- out.println("NO");
- }
- }
- out.close();
- }
- // 由于还有不满足条件的情况,所以回溯函数返回值为boolean类型(总结:即需要返回两种结果时,返回值用boolean)
- private static boolean backtracking(int[][] tdl, int count, int time) {
- if(count == 0) {
- return true;
- }
- // tdl.length就是行数,tdl[0].length表示列数
- for(int i = 0; i < tdl.length; i++) {
- if(time > tdl[i][0] + tdl[i][1] || tdl[i][3] == 1) {// tdl[i][3] == 1表示上一层递归使用过
- continue;
- }
- // int temp = time;
- count--;
- tdl[i][3] = 1;
- // time = Math.max(time, tdl[i][0]) + tdl[i][2];// 这个也可以直接作为下次递归的time位置的参数,回溯的时候,就不用修改time了
- if(backtracking(tdl, count, Math.max(time, tdl[i][0]) + tdl[i][2])) {
- return true;
- }else {
- // 回溯:
- count++;
- tdl[i][3] = 0;
- // time = temp; 参数调用的是Math.max(time, tdl[i][0]) + tdl[i][2],就不用修改time了
- }
- }
- return false;
- }
- }
这题网上大多都叫DFS(深度优先),我个人更喜欢叫回溯。
好久没写回溯的题了,代码实现的时候有点生疏,关键在于判断退出条件,还有用boolean作为返回参数,可以符合题目要求输出两种类型的结果(YES/NO),以及更新time,可以直接把更新的time传入参数中,这样回溯就更简洁了,而time的更新则是要确保:
如果第一架飞机就从10才能起飞,那么time还是穿time+Li吗?
理解一下这个问题就知道为什么time = Math.max(time, tdl[i][0]) + tdl[i][2])了。
对于一个长度为 K 的整数数列:A1, A2, . . . , AK,我们称之为接龙数列当且仅当 Ai 的首位数字恰好等于 Ai−1 的末位数字 (2 ≤ i ≤ K)。
例如 12, 23, 35, 56, 61, 11 是接龙数列;12, 23, 34, 56 不是接龙数列,因为 56的首位数字不等于 34 的末位数字。所有长度为 1 的整数数列都是接龙数列。
现在给定一个长度为 N 的数列 A1, A2, . . . , AN,请你计算最少从中删除多少个数,可以使剩下的序列是接龙序列?
第一行包含一个整数 N。
第二行包含 N 个整数 A1, A2, . . . , AN。
一个整数代表答案。
复制
5 11 121 22 12 2023
复制
1
删除 22,剩余 11, 121, 12, 2023 是接龙数列。
对于 20% 的数据,1 ≤ N ≤ 20。
对于 50% 的数据,1 ≤ N ≤ 10000。
对于 100% 的数据,1 ≤ N ≤ 105,1 ≤ Ai ≤ 109。所有 Ai 保证不包含前导 0。
- import java.io.BufferedReader;
- import java.io.BufferedWriter;
- import java.io.InputStreamReader;
- import java.io.OutputStreamWriter;
- import java.io.PrintWriter;
- import java.util.Scanner;
-
- public class Main{
- static Scanner in = new Scanner(new BufferedReader(new InputStreamReader(System.in)));// 769ms
- static PrintWriter out = new PrintWriter(new BufferedWriter(new OutputStreamWriter(System.out)));
- public static void main(String[] args) {
- // 动态规划:
- // 1. 确定dp:dp[i]表示以i结尾的接龙数列的最大长度
- int max = 0;
- int n = Integer.parseInt(in.nextLine());
- String[] nums = in.nextLine().split(" ");
- int[] dp = new int[n];
- /* 2. a:nums[i]的首位,b:是nums[i]的末位
- * dp[b]表示nums[i]中以b结尾的接龙数列最大长,dp[a]表示nums[i - 1]中以a结尾的接龙数列最大长
- *
- * dp[b] = Math.max(dp[b], dp[a] + 1);
- */
- for(int i = 0; i < n; i++) {
- int endNumber = nums[i].charAt(nums[i].length() - 1) - '0';
- int startNumber = nums[i].charAt(0) - '0';
- dp[endNumber] = Math.max(dp[endNumber], dp[startNumber] + 1);
- // 不需要管i,只需要管每个数字的首末位数就行,因为能否组成接龙数列的就看这两个数字,不是看第i个数字与i-1的关系,
- // 而是看当前数字的首位,是否在之前计算过,如果当前数字首位之前计算过,直接加上当前数字这个“1”,就行,即:dp[startNumber] + 1
- if(dp[endNumber] > max) {
- max = dp[endNumber];
- }
- }
- out.print(n - max);
- out.close();
- }
- }
还是非常抽象的,建议根据dp[i]的含义,以及for循环,还有递推公式dp[b] = Math.max(dp[b], dp[a] +1)模拟一下过程才能更好理解吧