当前位置: 首页 > java >正文

【华为OD】MVP争夺战(C++、Java、Python)

文章目录

  • 题目描述
    • 输入描述
    • 输出描述
    • 示例
  • 解题思路
    • 算法思路
    • 核心步骤
  • 代码实现
    • C++实现
    • Java实现
    • Python实现
  • 算法要点
  • 复杂度分析
  • 解题总结

题目描述

在星球争霸篮球赛对抗赛中,最大的宇宙战队希望每个人都能拿到MVP,MVP的条件是单场最高分得分获得者。可以并列所以宇宙战队决定在比赛中尽可能让更多队员上场,并且让所有得分的选手得分都相同,然而比赛过程中的每1分钟的得分都只能由某一个人包揽。

输入描述

  • 第一行为一个数字 t,表示为有得分的分钟数 1 ≤ t ≤ 50
  • 第二行为 t 个数字,代表每一分钟的得分 p,1 ≤ p ≤ 50

输出描述

输出有得分的队员都是MVP时,最少得MVP得分。

示例

输入:

9
5 2 1 5 2 1 5 2 1

输出:

6

说明:
一共 4 人得分,分别都是 6 分:5 + 1,5 + 1,5 + 1,2 + 2 + 2

解题思路

这是一个数组划分问题,目标是将给定的分数数组分成若干个子集,使得每个子集的和都相等,且子集数量尽可能多(MVP人数最多),这样每个MVP的得分就最小。

算法思路

  1. 贪心策略:为了让MVP人数最多,需要让每个MVP的得分尽可能小
  2. 枚举验证:从最大可能的MVP人数开始尝试,逐步减少直到找到可行解
  3. 回溯分组:使用回溯算法将分数分配到不同的组中,每组代表一个MVP

核心步骤

  1. 计算总分,降序排列数组
  2. 从最大MVP人数开始枚举
  3. 对每个人数,检查总分能否整除
  4. 使用回溯算法验证是否能平均分组
  5. 返回第一个可行方案的单人得分

代码实现

C++实现

#include <iostream>
#include <vector>
#include <algorithm>
#include <numeric>
using namespace std;bool canPartition(vector<int>& nums, int target, int k) {int n = nums.size();vector<int> groups(k, 0);function<bool(int)> dfs = [&](int idx) -> bool {if (idx == n) return true;for (int i = 0; i < k; i++) {if (i > 0 && groups[i] == groups[i-1]) continue;if (groups[i] + nums[idx] <= target) {groups[i] += nums[idx];if (dfs(idx + 1)) return true;groups[i] -= nums[idx];}if (groups[i] == 0) break;}return false;};return dfs(0);
}int main() {int n;cin >> n;vector<int> nums(n);for (int i = 0; i < n; i++) {cin >> nums[i];}int sum = accumulate(nums.begin(), nums.end(), 0);sort(nums.begin(), nums.end(), greater<int>());for (int target = nums[0]; target <= sum; target++) {if (sum % target == 0) {int k = sum / target;if (canPartition(nums, target, k)) {cout << target << endl;return 0;}}}return 0;
}

Java实现

import java.util.LinkedList;
import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int m = sc.nextInt();LinkedList<Integer> link = new LinkedList<>();for (int i = 0; i < m; i++) {link.add(sc.nextInt());}System.out.println(getResult(link, m));}public static int getResult(LinkedList<Integer> link, int m) {link.sort((a, b) -> b - a);int sum = 0;for (Integer ele : link) {sum += ele;}while (m >= 1) {LinkedList<Integer> linkCopy = new LinkedList<>(link);if (canPartition(linkCopy, sum, m)) return sum / m;m--;}return sum;}public static boolean canPartition(LinkedList<Integer> link, int sum, int m) {if (sum % m != 0) return false;int target = sum / m;if (target < link.get(0)) return false;while (link.size() > 0 && link.get(0) == target) {link.removeFirst();m--;}int[] groups = new int[m];return dfs(link, 0, groups, target);}public static boolean dfs(LinkedList<Integer> link, int index, int[] groups, int target) {if (index == link.size()) return true;int select = link.get(index);for (int i = 0; i < groups.length; i++) {if (i > 0 && groups[i] == groups[i - 1]) continue;if (select + groups[i] <= target) {groups[i] += select;if (dfs(link, index + 1, groups, target)) return true;groups[i] -= select;}}return false;}
}

Python实现

def dfs(arr, groups, index, target):if index == len(arr):return Truefor i in range(len(groups)):if groups[i] + arr[index] <= target:groups[i] += arr[index]if dfs(arr, groups, index + 1, target):return Truegroups[i] -= arr[index]if groups[i] == 0:breakreturn Falsen = int(input())
arr = list(map(int, input().split()))
total_sum = sum(arr)
arr.sort(reverse=True)for target in range(arr[0], total_sum + 1):if total_sum % target == 0:group_count = total_sum // targetgroups = [0] * group_countif dfs(arr, groups, 0, target):print(target)break

算法要点

核心思想:

  • 将数组分成k个和相等的子集,使k尽可能大
  • 使用回溯算法将元素分配到不同组中
  • 从最优解开始搜索,找到第一个可行解

剪枝优化:

  1. 相同组剪枝:相同容量的组只尝试第一个
  2. 空组剪枝:如果空组放不下,跳过后续空组
  3. 预处理:先处理等于目标值的元素
  4. 排序优化:大元素优先处理,便于剪枝

复杂度分析

  • 时间复杂度:O(k^n),k为组数,n为元素个数
  • 空间复杂度:O(k),用于存储各组当前和

解题总结

MVP争夺战本质上是数组划分问题,通过贪心策略确定搜索方向,回溯算法验证可行性,结合多种剪枝技巧提高效率。关键是理解问题的数学本质:寻找最大的k值,使得数组能被分成k个和相等的子集。

http://www.xdnf.cn/news/15241.html

相关文章:

  • 多表查询-4-外连接
  • 使用包管理工具CocoaPods、SPM、Carthage的利弊与趋势
  • 【机器学习入门巨详细】(研0版)二创OPEN MLSYS
  • CTFHub————Web{信息泄露[Git泄露(Stash、Index)]}
  • Linux进程管理的核心:task_struct中的双链表与网状数据结构
  • 数据结构之并查集和LRUCache
  • Waiting for server response 和 Content Download
  • Pandas 模块之数据的读取
  • 骁龙8 Gen4前瞻:台积3nm工艺如何平衡性能与发热
  • 【leetcode】709. 转换成小写字母
  • 赋能家庭、行业与工业场景,智微智能新一代Twin Lake 全栈智能终端发布
  • 用一张“冰裂纹”石墨烯薄膜,让被动散热也能做 AI 推理——基于亚波长裂纹等离激元的零功耗温度-逻辑门
  • 基于YOLO11的垃圾分类AI模型训练实战
  • MCP上的数据安全策略:IAM权限管理与数据加密实战
  • wedo智能车库-----第31节(免费分享图纸)
  • 独立开发第二周:构建、执行、规划
  • 【Lucene/Elasticsearch】 数据类型(ES 字段类型) | 底层索引结构
  • 记录Ruoyi-vue-pro芋道商城部署过程
  • C++类模版2
  • BERT:双向Transformer革命 | 重塑自然语言理解的预训练范式
  • 事件驱动设计:Spring监听器如何像咖啡师一样优雅处理高并发
  • Linux的NetworkManager的nmcli配置网桥(bridge) 笔记250712
  • Linux操作系统之进程间通信:共享内存
  • 同步、异步、阻塞、非阻塞之间联系与区别
  • SOEM build on ubuntu
  • 2025Stockapi股票数据接口,股票实时数据,技术指标macd,kdj,cci技术指标算法,集合竞价数据,龙虎榜数据接口
  • 【图像处理基石】如何入门大规模三维重建?
  • Gameplay - 独立游戏Celeste的Player源码
  • Unity开发中常用的洗牌算法
  • 用 Jpom 10 分钟搭好一套轻量级 CICD + 运维平台