• HJ93 数组分组


    HJ93 数组分组

    dfs/dp

    题目描述

    输入int型数组,询问该数组能否分成两组,使得两组中各元素加起来的和相等,并且,所有5的倍数必须在其中一个组中,所有3的倍数在另一个组中(不包括5的倍数),能满足以上条件,输出true;不满足时输出false。
    本题含有多组样例输入。
    输入描述:
    第一行是数据个数,第二行是输入的数据

    输出描述:
    返回true或者false

    示例1

    输入:
    4
    1 5 -5 1
    3
    3 5 8
    输出:
    true
    false
    说明:
    第一个样例:
    第一组:5 -5 1
    第二组:1
    第二个样例:由于3和5不能放在同一组,所以不存在一种分法。

    解题思路

    题目说了3的倍数和5的倍数必须放在不同集合,那就先把这部分数组摘出来,然后看剩下的部分能否分配成需要的结果。
    这里可以用 dfs 或者 dp,对于要组成的目标和,每个元素要么参与要么不参与,只要有一种方案能达到目标就算成功。

    参考代码

    注意这里的 v.size() 和 n 含义不同、值不同、更新不同时。

    #include <bits/stdc++.h>
    using namespace std;
    
    vector<int> v;
    
    // 数组元素能否凑出 target 值
    bool dfs(int i, int target) {
        if (target == 0) return true;
        if (i < 0) return false;
        return dfs(i-1, target - v[i])
            || dfs(i-1, target);
    }
    
    int main() {
        cin.sync_with_stdio(false);
        int n;
        while (cin >> n) {
            v.reserve(n); //
            v.resize(0); //
            int64_t sumall = 0;
            int64_t sum5 = 0; // 5
            int64_t sum3 = 0; // 3
            for (int i=0; i<n; i++) {
                int x;
                cin >> x;
                sumall += x;
                if ((x % 5) == 0) {
                    sum5 += x;
                } else if ((x % 3) == 0) {
                    sum3 += x;
                } else {
                    v.push_back(x);
                }
            }
            if (sumall % 2) {
                cout << "false
    ";
                continue;
            }
    //         printf("sum3=%ld, sum5=%ld, sumall=%ld
    ", sum3, sum5, sumall);
    //         for (int x : v) cout << x << ' '; cout << endl;
            cout << (dfs(v.size() - 1, sumall / 2 - sum3) ? "true
    " : "false
    ");
        }
        return 0;
    }
    
  • 相关阅读:
    Pandas | 21 日期功能
    Pandas | 20 级联
    Pandas | 19 合并/连接
    Pandas | GroupBy 分组
    Pandas | 缺失数据处理
    Pandas | 16 聚合
    Pandas | 15 窗口函数
    Pandas | 14 统计函数
    Pandas | 13 索引和选择数据
    Pandas | 12 选项和自定义
  • 原文地址:https://www.cnblogs.com/zhcpku/p/15255313.html
Copyright © 2020-2023  润新知