• 小华爬泰山


    视频讲解:小华爬泰山_哔哩哔哩_bilibili


    解题思路:

    1. 在爬楼梯的基础上设置了陷阱,那么在每一次计算当前楼梯的方案数的前提下,一定要判断这个楼梯是否是陷阱,如果是陷阱,则方案数为0,而不能在全部计算完以后才将m个阶梯的方案数设为0(想想为什么)?

    2.接下来就是处理陷阱楼梯,可以使用打标记的方案,设置一个布尔数组,将陷阱的楼梯全部标记为1,方便步骤1的判断

    3.解决初始化的问题,一步可以上1级,2级,3级楼梯,那么上第一级台阶的方案数为1,第二级的方案数为2,第3级的方案数为4(1,1,1,1),(2,1),(1,2),(3)种,在这里要想一下,如果陷阱台阶出现在这三个初始化的台阶上的时候会有什么情况呢?

    4.特殊判断:

    (1)当第一级台阶是陷阱的话,dp[1]=0;

    (2)当第二级台阶是陷阱的话,dp[2]=0;

    (3)当第一级台阶是陷阱,第二级不是的时候,dp[1]=0,dp[2]=1;

    (4)当第三级台阶是陷阱的话,dp[3]=0;

    (5)当第一级不是陷阱,第二不是陷阱,第三不是陷阱的话dp[3]=4;

    (6)当第一级是陷阱,第二不是陷阱,第三不是陷阱的话dp[3]=2;

    (7)当第一级不是陷阱,第二级是陷阱的话,第三不是陷阱的话dp[3]=2;

    (8)当第一阶是陷阱,第二级是陷阱,第三不是陷阱的话dp[3]=1;

       至此,初始化完成。

    5,接下来就是挨个判断以后的台阶


    1. #include
    2. using namespace std;
    3. bool flag[5000];
    4. const int mod=100003;
    5. long long dp[5000];
    6. int main()
    7. {
    8. int n,m,x;
    9. cin>>n>>m;
    10. for(int i=1;i<=m;i++)
    11. {
    12. cin>>x;
    13. flag[x]=1;//表示x号楼梯是陷阱
    14. }
    15. dp[1]=1;//初始化
    16. dp[2]=2;
    17. dp[3]=4;
    18. if(flag[1]==1)//如果台阶1是陷阱
    19. {
    20. dp[1]=0;//台阶1方案数为0
    21. if(flag[2]==1)//如果台阶2也是陷阱
    22. {
    23. dp[2]=0;//台阶2的方案数为0
    24. dp[3]=1;//台阶3的方案数为1
    25. }
    26. else//如果台阶2不是陷阱的话
    27. {
    28. dp[2]=1;//台阶2的方案数为1
    29. dp[3]=2;//台阶3的方案数为2
    30. }
    31. }
    32. else//如果台阶1不是陷阱的话
    33. {
    34. if(flag[2]==1)//如果台阶2是陷阱
    35. {
    36. dp[2]=0;//台阶2的方案数为0
    37. dp[3]=2;//台阶3的方案数为2
    38. }
    39. }
    40. if(flag[3]==1)//如果台阶3是陷阱
    41. dp[3]=0;//台阶3的方案数为0
    42. for(int i=4;i<=n;i++)
    43. {
    44. if(flag[i]!=1)
    45. dp[i]=(dp[i-1]%mod+dp[i-2]%mod+dp[i-3]%mod)%mod;
    46. }
    47. if(dp[n]==0)
    48. cout<<-1;
    49. else
    50. cout<
    51. return 0;
    52. }

  • 相关阅读:
    OpenCV模块介绍
    外包公司干了2个月,技术倒退两年...
    FutureTask-详解(二)-ThreadPollExecutor-并发编程(Java)
    TypeScript & React(上)
    2022最新版-李宏毅机器学习深度学习课程-P26 自注意力机制
    嵌入式开发,如何防止设备被抄袭?
    腾讯mini项目-【指标监控服务重构】2023-08-24
    Cas单点登录(整合shiro版本)
    Insight h2database SQL like 查询
    opencv+tensorflow手势识别+图片特效
  • 原文地址:https://blog.csdn.net/weixin_60869516/article/details/126515495