当前位置: 首页 > news >正文

227.2018年蓝桥杯国赛 - 交换次数(中等)- 贪心

227. 交换次数(贪心)

1. 2018年蓝桥杯国赛 - 交换次数(中等)

标签:2018 暴力 国赛

1.1 题目描述

IT 产业人才需求节节攀升。业内巨头百度、阿里巴巴、腾讯(简称 BAT )在某海滩进行招聘活动。

招聘部门一字排开。由于是自由抢占席位,三大公司的席位随机交错在一起,形如:BABTATT,这使得应聘者十分别扭。

于是,管理部门要求招聘方进行必要的交换位置,使得每个集团的席位都挨在一起。即最后形如:BBAAATTT 这样的形状,当然,也可能是:AAABBTTT 等。

现在,假设每次只能交换 2 个席位,并且知道现在的席位分布,你的任务是计算:要使每个集团的招聘席位都挨在一起需要至少进行多少次交换动作。

1.2 输入描述

输入是一行 n n n 个字符(只含有字母 B、A 或 T ),表示现在的席位分布。

1.3 输出描述

输出是一个整数,表示至少交换次数。

1.4 输入输出样例

示例

输入

TABTABBTTTT

输出

3

1.5 运行限制

  • 最大运行时间:1s
  • 最大运行内存: 256M

2. 解题思路

2.1 问题的本质

这道题的本质是找到一个新的排列方式,使得相同字符的位置尽量挨在一起。我们可以把目标设定为将字符 BAT 分别排成一个连续的区块。

2.2 目标排列方式

我们首先考虑所有可能的字符排列(B、A、T 的排列方式),它们分别是:

在这里插入图片描述

2.3 数学公式推导

对于每一种排列方式,我们将字符串分成三部分:B 的部分、A 的部分和 T 的部分。

在这里插入图片描述

假设我们当前目标排列为 'ABT',那么:

  • 第一部分是 B 的区域;
  • 第二部分是 A 的区域;
  • 第三部分是 T 的区域。

设定每个部分的字符数量为 anbntn,其中 anbntn 分别表示 BAT 在目标排列中应占的字符数量。

在这里插入图片描述

误占字符的数量可以用以下公式计算:

  • ab:在 B 的区域中,错误放置了 A 的数量;
  • at:在 B 的区域中,错误放置了 T 的数量;
  • ba:在 A 的区域中,错误放置了 B 的数量;
  • bt:在 A 的区域中,错误放置了 T 的数量。

最终的交换次数 c 可通过以下公式计算:
c = a b + a t + b a + b t − min ⁡ ( b a , a b ) c = ab + at + ba + bt - \min(ba, ab) c=ab+at+ba+btmin(ba,ab)

解释

  1. abba 分别表示 BA 在错误区域中的数量;

  2. atbt 分别表示 AT 在错误区域中的数量;

  3. min ⁡ ( b a , a b ) \min(ba, ab) min(ba,ab) 是为了避免重复计算两个交换的次数,即如果 AB 之间的交换可以同时解决两个问题,那么就减去一次交换次数。

2.4 算法流程

通过尝试六种目标排列('ABT''ATB''BAT''BTA''TAB''TBA'),计算每一种排列下的交换次数,最后选择最小的交换次数。


3. 代码实现

# 读取输入
s = str(input())# 定义所有可能的目标排列方式
st = ['ABT', 'ATB', 'BAT', 'BTA', 'TAB', 'TBA']# 用来保存每种目标排列的最小交换次数
ans = []# 遍历所有目标排列
for i in range(6):a = st[i][0]  # 当前目标排列的第一个字符b = st[i][1]  # 当前目标排列的第二个字符t = st[i][2]  # 当前目标排列的第三个字符# 计算每个字符的出现次数an = s.count(a)  # a的个数bn = s.count(b)  # b的个数# 在目标区间内错误的字符数量ab = s[:an].count(b)  # 在 a 的位置上,b误占的数量at = s[:an].count(t)  # 在 a 的位置上,t误占的数量ba = s[an:an+bn].count(a)  # 在 b 的位置上,a误占的数量bt = s[an:an+bn].count(t)  # 在 b 的位置上,t误占的数量# 计算交换次数,最小化交换次数c = ab + at + ba + bt - min(ba, ab)# 将当前排列的交换次数加入答案列表ans.append(c)# 输出最小交换次数
print(min(ans))

4. 复杂度分析

  • 时间复杂度 O ( n ) O(n) O(n),其中 n n n 为字符串长度。我们对每种排列执行 O ( n ) O(n) O(n) 次操作,共 6 种排列,因此总体时间复杂度为 O ( 6 n ) O(6n) O(6n),即 O ( n ) O(n) O(n)
  • 空间复杂度 O ( 1 ) O(1) O(1),算法使用了固定大小的常量空间,除了输入字符串和少量临时变量外,没有额外的空间开销。
http://www.xdnf.cn/news/940717.html

相关文章:

  • 百度首页布局:固定右侧盒子不随界面缩小掉下去
  • 深入解析 Qwen3-Embedding 的模型融合技术:球面线性插值(Slerp)的应用
  • 结合三维基因建模与智能体技术打造工业软件无码平台
  • Python 接口:从协议到抽象基 类(Tombola子类的测试方法)
  • C++核心编程_继承同名静态成员处理方式
  • Java常见异常处理指南:IndexOutOfBoundsException与ClassCastException深度解析
  • C++_核心编程_继承中构造和析构顺序
  • LLMs 系列科普文(6)
  • 第二十七章 位置参数
  • 算数运算符
  • 【阿里巴巴 x 浙江大学】信息与交互设计 - 交互设计概述
  • HNSW - 分层可导航小世界
  • Secs/Gem第十二讲(基于secs4net项目的ChatGpt介绍)
  • ServerTrust 并非唯一
  • Linux操作系统Shell脚本企业级综合练习
  • 2.1.3_2 编码和调制(下)
  • 面壁智能推出 MiniCPM 4.0 端侧大模型,引领端侧智能新变革
  • Python Day45 学习(日志Day13-14复习)
  • JLINK脚本初始化外部SDRAM STM32H7
  • 基于51单片机的红外防盗及万年历仿真
  • 2025-04-23-基于上下位机结构的系统实例分析
  • 基于n8n指定网页自动抓取解析入库工作流实战
  • 开源一个心流舱付费空间番茄风水钟
  • 车载诊断架构 --- 整车诊断数据管理策略
  • LR修图软件|Lightroom 2025网盘下载与安装教程指南
  • C++_核心编程_菱形继承
  • gem5-gpu教程 在gem5-gpu上运行多个应用程序
  • java复习 05
  • 聊聊集群间数据复制和持久化机制
  • Auto Think,快手开源的自动思考大模型