【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

Python深度学习环境配置(Pytorch、CUDA、cuDNN),包括Anaconda搭配Pycharm的环境搭建以及基础使用教程(保姆级教程,适合小白、深度学习零基础入门)

Python深度学习环境配置(Pytorch、CUDA、cuDNN),包括Anaconda搭配Pycharm的环境搭建以及基础使用教程(保姆级教程,适合小白、深度学习零基础入门)

全流程导览 * 一、前言 * 二、基本介绍 * 2.1全过程软件基本介绍 * 2.1.1 Pytorch * 2.1.2 Anaconda * 2.1.3 Pycharm * 2.1.4 显卡GPU及其相关概念 * 2.1.5 CUDA和cuDNN * 2.2 各部分相互间的联系和安装逻辑关系 * 三、Anaconda安装 * 3.1安装Anaconda * 3.2配置环境变量 * 3.3检验是否安装成功 * 四、Pycharm安装 * 五、Anaconda和Pycharm的基本使用 * 5.1Anaconda的基本使用 * 5.1.1Anaconda的一些基本指令 * 5.1.2有关下载源的一些指令和说明

By Ne0inhk
详解如何从零用 Python复现类似 GPT-4o 的多模态模型

详解如何从零用 Python复现类似 GPT-4o 的多模态模型

🧠 向所有学习者致敬! “学习不是装满一桶水,而是点燃一把火。” —— 叶芝 我的博客主页:https://lizheng.blog.ZEEKLOG.net 🌐 欢迎点击加入AI人工智能社区! 🚀 让我们一起努力,共创AI未来! 🚀 我们将逐步编写一个非常简单的类似 GPT-4o 的多模态架构,它可以处理文本、图像、视频和音频,并且能够根据文本提示生成图像。帮助你详细理解逐步实现的过程。 这里推荐一个非常棒学习网站,点击跳转学习 项目代码 以下是这个简单多模态模型将具备的功能: * 像语言模型(LLM)一样用文本聊天(使用 Transformer) * 用图像、视频和音频聊天(使用 Transformer + ResNet) * 根据文本提示生成图像(使用 Transformer + ResNet + 特征方法) 简单的 GPT-4o 架构 Tiny GPT-4o 架构 下文我们将实现以下内容: 1. 从头开始编写了自己的 BPE

By Ne0inhk

Python 代码打包为 EXE 完全指南

Python 代码打包为 exe 完全指南(2025–2026 年最新实用版) 目前最主流、最稳定的几种打包方式对比(按推荐顺序): 排名工具优点缺点/坑点适合场景推荐指数 (2026)1PyInstaller兼容性最好、社区最大、文档最全生成的 exe 偏大、启动稍慢几乎所有场景(首选)★★★★★2Nuitka启动速度最快、文件体积较小、接近原生性能编译时间长、对依赖处理更严格对启动速度敏感的项目★★★★☆3cx_Freeze跨平台支持好、配置灵活社区活跃度低、文档较老需要高度自定义打包逻辑★★★☆☆4PyOxidizer极致体积优化、Rust 底层配置复杂、生态不成熟极致追求小体积的场景★★☆☆☆5Shiv / PEX生成 .pex 文件(类似 jar),不生成 exe需要 Python 环境才能运行服务器/内部工具分发(非桌面程序)★★☆☆☆ 绝大多数人(尤其是 Windows 桌面程序)2026 年仍然首选:

By Ne0inhk
【C++:哈希表】从哈希冲突到负载因子:熟悉哈希表的核心机制

【C++:哈希表】从哈希冲突到负载因子:熟悉哈希表的核心机制

🔥艾莉丝努力练剑:个人主页 ❄专栏传送门:《C语言》、《数据结构与算法》、C/C++干货分享&学习过程记录、Linux操作系统编程详解、笔试/面试常见算法:从基础到进阶、测试开发要点全知道 ⭐️为天地立心,为生民立命,为往圣继绝学,为万世开太平 🎬艾莉丝的简介: 🎬艾莉丝的C++专栏简介: 目录 C++的两个参考文档 前情提示 1  ~>  初始哈希 2  ~>  直接定址法 2.1  概念 2.2  示例:字符串中的第一个唯一字符 3  ~>  哈希的一些概念 3.1  哈希冲突 3.2  负载因子 3.3

By Ne0inhk