• ACM. HJ24 合唱队 ●●


    HJ24 合唱队 ●●

    描述

    N 位同学站成一排,音乐老师要请最少的同学出列,使得剩下的 K 位同学排成合唱队形。

    设K位同学从左到右依次编号为 1,2…,K ,他们的身高分别为 T k T_k Tk,能找到一个同学,他的两边的同学身高都依次严格降低的队形就是合唱队形。

    例子:
    123 124 125 123 121 是一个合唱队形
    123 123 124 122不是合唱队形,因为前两名同学身高相等,不符合要求
    123 122 121 122不是合唱队形,因为找不到一个同学,他的两侧同学身高递减。

    你的任务是,已知所有N位同学的身高,计算最少需要几位同学出列,可以使得剩下的同学排成合唱队形。

    注意:不允许改变队列元素的先后顺序 且 不要求最高同学左右人数必须相等

    数据范围: 1 ≤ n ≤ 3000 1 \le n \le 3000 1n3000

    输入描述:

    用例两行数据,第一行是同学的总数 N ,第二行是 N 位同学的身高,以空格隔开

    输出描述:

    最少需要几位同学出列

    示例

    输入:
    8
    186 186 150 200 160 130 197 200
    输出:
    4
    说明:
    由于不允许改变队列元素的先后顺序,所以最终剩下的队列应该为186 200 160 130或150 200 160 130

    题解

    1. 动态规划(最长递增子序列)

    为了得到最少的出列人数,那么我们可以计算出当以某个身高为中点时,他左右两边符合条件的最大人数和,总人数减去合唱队列人数即为最终结果。

    因此,我们可以用两个数组 left、right,记录某个身高为终点、起点时的最长递增 / 递减子序列和

    如此,便可以将问题转化为与300. 最长递增子序列 ●●类似的情况。

    • 时间复杂度: O ( n 2 ) O(n^2) O(n2),需要多次遍历数组,两层for循环嵌套。
    • 空间复杂度: O ( n ) O(n) O(n),存每个位置的dp递增和递减数组。
    #include <iostream>
    #include <vector>
    using namespace std;
    
    int main(){
        int n;
        cin >> n;
        vector<int> statures(n, 0);
        for(int i = 0; i < n; ++i){
            cin >> statures[i];
        }
        vector<int> left(n, 0);
        vector<int> right(n, 0);
        for(int i = 0; i < n; ++i){
            for(int j = i-1; j >= 0; --j){
                if(statures[i] > statures[j]){
                    left[i] = max(left[i], left[j] + 1);	// staturs[i]前的最长递增子序列
                }
            }
        }
        for(int i = n-1; i >= 0; --i){
            for(int j = i+1; j < n; ++j){
                if(statures[i] > statures[j]){
                    right[i] = max(right[i], right[j] + 1);	// staturs[i]后的最长递减子序列
                }
            }
        }
        int ans = 0;
        for(int i = 0; i < n; ++i){							// 计算比较结果
            ans = max(ans, (left[i]+right[i]+1) * (left[i]>0 && right[i]>0));
        }
        cout << n-ans;
        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

    2. 动态规划 + 二分法

    利用一个动态数组记录当前的序列,并用二分法进行插入排序,来得到最长子序列的长度,具体见300. 最长递增子序列 ●●

    • 时间复杂度: O ( n l o g 2 ( n ) ) O(nlog_2(n)) O(nlog2(n)),借助二分。
    • 空间复杂度: O ( n ) O(n) O(n),一个存左右子序列值的数组。
    #include <iostream>
    #include <vector>
    using namespace std;
    
    int main(){
        int n;
        cin >> n;
        vector<int> statures(n, 0);
        for(int i = 0; i < n; ++i){
            cin >> statures[i];
        }
        vector<int> left(n, 1);					// left表示staturs[i]结尾的最长递增子序列长度
        vector<int> dpl;
        dpl.emplace_back(statures[0]);			// 动态规划数组
        for(int i = 1; i < n; ++i){
            if(statures[i] > dpl[dpl.size()-1]){
                dpl.emplace_back(statures[i]);
                left[i] = dpl.size();
                continue;
            }
            int l = 0, r = dpl.size()-1;
            while(l <= r){
                int mid = (l+r) >> 1;
                if(dpl[mid] >= statures[i]){
                    r = mid - 1;
                }else{
                    l = mid + 1;
                }
            }
            dpl[l] = statures[i];			// 替换位置
            left[i] = l + 1;				// 这里要更新staturs[i]对应的子序列长度,即l+1
        }
        vector<int> right(n, 1);			// right表示staturs[i]开头的最长递减子序列长度
        vector<int> dpr;
        dpr.emplace_back(statures[n-1]);	// 动态规划数组
        for(int i = n-2; i >= 0; --i){
            if(statures[i] > dpr[dpr.size()-1]){
                dpr.emplace_back(statures[i]);
                right[i] = dpr.size();
                continue;
            }
            int l = 0, r = dpr.size()-1;
            while(l <= r){
                int mid = (l+r) >> 1;
                if(dpr[mid] >= statures[i]){
                    r = mid - 1;
                }else{
                    l = mid + 1;
                }
            }
            dpr[l] = statures[i];
            right[i] = l + 1;				// 这里要更新staturs[i]对应的子序列长度,即l+1
        }
        int ans = 0;
        for(int i = 0; i < n; ++i){			// 所有身高为中点时的队列长度和
            ans = max(ans, (left[i]+right[i]-1) * (left[i]>0 && right[i]>0));
        }
        cout << n-ans;						// 出列人数
        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
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
  • 相关阅读:
    接收区块链的CCF会议--SecureComm 2024 截止5.10 附录用率
    【计算机网络】第五章 传输层
    SpringBoot 整合 Minio 上传文件
    [总结]好书的评判标准
    AD9361手册解读
    实战:docker式部署frp内网穿透-2024.7.13(测试成功)
    带你玩转 Redis 的 SortedSet 数据类型
    7.基于SpringBoot3+Security6+JWT实现鉴权机制(一)
    aws平台的ec2实例 GNU/Linux系统安装docker流程
    uni-app 下载文件并保存到手机(带进度条)
  • 原文地址:https://blog.csdn.net/qq_19887221/article/details/125410113