【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

猫头虎AI分享:Word MCP,让AI具备Word文档操作能力,文档创建、内容添加、格式编辑等AI能力

猫头虎AI分享:Word MCP,让AI具备Word文档操作能力,文档创建、内容添加、格式编辑等AI能力

猫头虎AI分享:Word MCP,让AI具备Word文档操作能力,文档创建、内容添加、格式编辑等 大家好,我是猫头虎 🦉🐯。今天要给大家带来一款超级实用的 AI 助手增强工具 —— Office-Word-MCP-Server。 有了它,AI 不再只是“聊聊天”,而是能真正动手帮你创建和管理 Word 文档。比如: * 直接告诉 AI:“创建一个标题为‘销售报告’的文档” * 或者指挥它:“把第二段的‘重要’两个字加粗” * 甚至一步到位:“帮我搜索整理行业数据,并输出为 Word 报告” 这就意味着,AI 能帮你完成从资料整理到文档落地的全流程。 通过 Word MCP,AI 还可以完成文档管理(创建、复制、合并)、文档转 PDF、添加标题、表格、

By Ne0inhk
Python+Agent入门实战:0基础搭建可复用AI智能体

Python+Agent入门实战:0基础搭建可复用AI智能体

🎁个人主页:User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏:AI 文章目录: * 【前言】 * 一、先理清:Python+Agent,到底强在哪里? * 1.1 核心区别:Python脚本 vs Python+Agent * 1.2 2026年Python+Agent的3个热门入门场景 * 1.3 新手入门核心技术栈 * 二、环境搭建:10分钟搞定Python+Agent开发环境 * 2.1 第一步:安装Python * 2.2 第二步:创建虚拟环境 * 2.3 第三步:安装核心依赖包 * 2.4 第四步:配置OpenAI

By Ne0inhk
人工智能:深度学习中的卷积神经网络(CNN)实战应用

人工智能:深度学习中的卷积神经网络(CNN)实战应用

人工智能:深度学习中的卷积神经网络(CNN)实战应用 1.1 本章学习目标与重点 💡 学习目标:掌握卷积神经网络的核心原理、经典网络架构,以及在图像分类任务中的实战开发流程。 💡 学习重点:理解卷积层、池化层的工作机制,学会使用 TensorFlow 搭建 CNN 模型并完成训练与评估。 1.2 卷积神经网络核心原理 1.2.1 卷积层:提取图像局部特征 💡 卷积层是 CNN 的核心组件,其作用是通过卷积核对输入图像进行局部特征提取。 卷积核本质是一个小型的权重矩阵。它会按照设定的步长在图像上滑动。每滑动一次,卷积核就会与对应区域的像素值做内积运算,输出一个特征值。 这个过程可以捕捉图像的边缘、纹理等基础特征。 ⚠️ 注意:卷积核的数量决定了输出特征图的通道数,数量越多,提取的特征维度越丰富。 ① 定义一个 3×3 大小的卷积核,步长设为 1,填充方式为 SAME

By Ne0inhk
VSCode配置 AI agent skills 详细步骤

VSCode配置 AI agent skills 详细步骤

在VS Code中配置“Agent Skills”,是为你的AI编程助手(如GitHub Copilot)定制可复用的专业能力包。你可以把它理解为教你助手如何执行特定任务的标准说明书 它主要由一个 SKILL.md 文件以及相关的脚本、示例组成。当你的需求与某个技能描述匹配时,Copilot会自动加载这个“技能包”来更精准地帮你完成任务,比如创建测试、调试工作流等 启用功能 技能创建位置 在项目根目录或个人配置文件夹中,创建一个特定的文件夹来存放你的技能包 * 项目技能:在项目根目录创建 .github/skills/ 目录。就会作用于项目 * 个人技能:在你电脑用户目录下创建 ~/.copilot/skills/(推荐)或 ~/.claude/skills/。作用于你电脑里所有的项目 技能编写规范 my-skill/ (技能文件夹) ├── SKILL.md # 必需:核心入口文件,包含元数据和主要指令 ‼️‼️‼️ ├── references/ 或 resources/

By Ne0inhk