• ACM. HJ45 名字的漂亮度 ●●


    HJ45 名字的漂亮度 ●●

    描述

    给出一个字符串,该字符串仅由小写字母组成,定义这个字符串的“漂亮度”是其所有字母“漂亮度”的总和。
    每个字母都有一个“漂亮度”,范围在1到26之间。没有任何两个不同字母拥有相同的“漂亮度”。字母忽略大小写。

    给出多个字符串,计算每个字符串最大可能的“漂亮度”。

    本题含有多组数据。

    数据范围:输入的名字长度满足 1 ≤ n ≤ 10000 1 \le n \le 10000 1n10000

    输入描述:

    第一行一个整数N,接下来N行每行一个字符串

    输出描述:

    每个字符串可能的最大漂亮程度

    示例

    输入:
    2
    zhangsan
    lisi
    输出:
    192
    101
    说明:
    对于样例lisi,让i的漂亮度为26,l的漂亮度为25,s的漂亮度为24,lisi的漂亮度为25+26+24+26=101.

    题解

    1. 数组统计 + 贪心

    遍历字符串,统计字母出现的频次,统计完成后,因为最终结果只需要求分数,因此不需要知道某个字母对应的频次,所以将数组从大到小排序,频次越大,漂亮度越高(最高为26),最后计算总漂亮度。

    • 时间复杂度: O ( N l e n ) O(Nlen) O(Nlen),需要遍历每个字符串的每个字母。
    • 空间复杂度: O ( l e n + 26 ) O(len + 26) O(len+26),存储字符串所需空间。
    /* 
        HJ45 名字的漂亮度
    */
    
    #include <iostream>
    #include <vector>
    #include <string>
    #include <algorithm>
    using namespace std;
    
    int main(){
        int n;
        cin >> n;
        while(n--){
            string str;
            cin >> str;
            vector<int> table(26, 0);
            int cnt = 0;
            for(char ch: str){    
                if(table[ch-'a'] == 0) ++cnt;        // 统计频次,以及字母数量
                ++table[ch-'a'];
            }                                        // 按频次从大到小排序
            sort(table.begin(), table.end(), [=](int a, int b){    // greater<int>()
                return a > b;
            });
            int ans = 0, score = 26;                // 计算分数,频次越大,分数越高
            for(int i = 0; i < cnt; ++i){
                ans += table[i] * score;
                --score;
            }
            cout << ans << endl;
        }
        return 0;
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
  • 相关阅读:
    LeaRun.Java工作流引擎 快速开发业务流程
    第0章 基础问题(2):树相关的问题(主要是二叉树)
    C#上位机开发目录
    【多视图聚类】COMPLETER:Incomplete Multi-view Clustering via Contrastive Prediction
    CF - D. Ehab and the Expected XOR Problem(前缀异或)
    OSPF高级配置
    rasa 对话机器人--http rest api
    【Spring事务的实现原理】
    1045 Favorite Color Stripe
    广义线性模型(GLM)及其应用
  • 原文地址:https://blog.csdn.net/qq_19887221/article/details/125411658