扎气球最高分-第13届蓝桥杯选拔赛Python真题精选

news2024/11/24 4:42:29

[导读]:超平老师的Scratch蓝桥杯真题解读系列在推出之后,受到了广大老师和家长的好评,非常感谢各位的认可和厚爱。作为回馈,超平老师计划推出《Python蓝桥杯真题解析100讲》,这是解读系列的第74讲。

扎气球最高分,本题是2021年11月27日举办的第13届蓝桥杯青少组Python编程选拔赛真题编程部分第5题。题目要求对于给定的n个排成一排的气球,将所有气球扎破能够得到的最高分数。

先来看看题目的要求吧。

一.题目说明

编程实现:

小明去游乐场玩飞镖扎气球的游戏,一共有n个气球,依次排成一行,每个气球上有一个数字,表示这个气球的分值。

游戏计分规则:

1、戳破1个气球,将获得其本身及左右相邻气球,共三个分值相乘的分数;

2、如果戳破的气球左边或右边没有气球,则获得其本身及相邻气球,共两个分值相乘的分数;如果被戳破的气球左边和右边都没有气球(是最后一个被戳破的气球),则这个气球本身的分值作为分数;

3、已经被戳破的气球不再计算。

飞镖数量不限,可以任意选择顺序戳破气球,根据计分规则,争取使得游戏最后得分最高。

例如:一共有3个气球,分值分别为2,4,6。

若想获得最高得分:

1). 先戳破4,得分为2 x 4 x 6 = 48;

2). 再戳破2,得分为2 x 6 = 12,累计得分60;

3). 再戳破6,得分为6,累计得分66;

最后总得分为66,为最高得分。

输入描述:

输入n个正整数,表示气球的分值,且正整数之间以一个英文逗号隔开

输出描述:

输出正整数,表示戳破所有气球后获得的最高得分

样例输入:

2,4,6

样例输出:

66

二.思路分析

这是一道动态规划算法题,涉及的知识点包括循环、列表和动态规划等。

这是一个求最值问题,对于最值问题,常见的实现方案有枚举算法、贪心算法、递归算法、回溯算法和动态规划等。

那么你知道本题属于哪种类型呢?

实际上,这是典型的区间DP问题,区间DP问题通常涉及一个列表或数组,需要对其某些子区间进行操作,并通过这些操作的结果来求解整个列表或数组的某些性质或最优值。

区间DP的基本思想是通过定义二维的DP状态数组dp[i][j],表示从序列的第i个元素到第j个元素(即区间[i, j]的最优解,例如最小/最大的某个值)。然后,通过考虑如何将大区间分解成较小的区间,并利用这些较小区间的最优解来构造大区间的最优解,来进行状态转移。

对于动态规划问题,核心点有如下4个:

  • 定义dp数组

  • 初始状态

  • 状态转移方程

  • 遍历顺序

接下来,我们逐一分析这4个核心要素。

1. 定义dp数组

由于这是一个区间DP问题,因此dp数组是一个二维列表,即dp[i][j],表示扎破从i到j之间所有的气球的最高得分。

此时,有一个问题需要明确,这里的i和j是否也包含呢?

我们看一组实际的数据,假设有4个气球,分值为3, 2, 4, 6,如图:

图片

在计算最高分的时候,还需要考虑气球是否处于最左边和最右边,代码比较繁琐。

可以考虑在左右两边增加两个虚拟气球,其分值为1,如图:

图片

如此一来,所有的黄色气球都处于中间位置,再也不需要考虑边界问题了。

当然,这也让我们进一步明确了dp[i][j]的含义,它表示的是扎破i到j之间所有气球的最高得分。

对于上面的4个气球来说,最后的结果是dp[0][5],表示从0~5之间所有的气球,不包括0和5本身,因为这两个气球是虚拟的,根本不存在。

可以绘制表格如下:

图片

最右上角的单元格dp[0][5]就是最终要计算的结果,实际上,所谓的动态规划,其实就是一个填表的过程。

2. 初始状态

所谓初始状态就是最简单的情况,对于戳气球问题而言,最简单的情况就是没有气球,此时得分为0。

对应到dp[i][j]数组,就是当j - i <= 1,即i和j两者之间没有气球可扎了,当然也就没有分数了。

对应的dp表格如下:

图片

这里将处在对角线偏右上的单元格设置为0,即:

dp[0][1] = dp[1][2] = dp[2][3] = dp[3][4] = dp[4][5]= 0

对于dp表格,我们要计算的是右上方的单元格,左下方的单元格可以忽略不计。

3. 状态转移方程

对于动态规划问题,状态转移方程是重点,也是难点,这里的状态转移方程又该如何确定呢?

还是以上面的数据为例,我们只需要分析最后戳破哪个气球的过程,4只气球可以分四种情况来考虑。

1). 最后戳第一只气球

最后戳破的气球分值为3,如图所示:

图片

这相当于把dp[0][5]拆分成两个子区间,分别是dp[0][1]和dp[1][5],戳破当前气球的得分为1 * 3 * 1,所以:

dp[0][5]= dp[0][1] + dp[1][5] + 3

2). 最后戳第二只气球

最后戳破的气球分值为2,如图所示:

图片

这相当于把dp[0][5]拆分成两个子区间,分别是dp[0][2]和dp[2][5],戳破当前气球的得分为1 * 2 * 1,所以:

dp[0][5]= dp[0][2] + dp[2][5] + 2

3). 最后戳第三只气球

最后戳破的气球分值为4,如图所示:

图片

这相当于把dp[0][5]拆分成两个子区间,分别是dp[0][3]和dp[3][5],戳破当前气球的得分为1 * 4 * 1,所以:

dp[0][5]= dp[0][3] + dp[3][5] + 4

4). 最后戳第四只气球

最后戳破的气球分值为6,如图所示:

图片

这相当于把dp[0][5]拆分成两个子区间,分别是dp[0][4]和dp[4][5],戳破当前气球的得分为1 * 6 * 1,所以:

dp[0][5]= dp[0][4] + dp[4][5] + 6

到底哪一种情况得分最高呢,其实就是取最大值的问题了。

你看到这其中的规律了吗?

实际上就是在i和j之间找分割点k,将dp[i][j]拆分成两个子区间dp[i][k]和dp[k][j],如图所示:

图片

对于每个分割点来说,左边区间的最大分值是dp[i][k],右边区间的最大分值是dp[k][j],加上本次戳破气球的分数p[i] * p[k] * p[j],这里的列表p保存的是每个气球的分值,包括左右两端的虚拟气球。

因此,状态转移方程如下:

dp[i][j] = max(  dp[i][j],   dp[i][k] + dp[k][j] + p[i] * p[j] * p[k])

这意味着,我们需要使用循环枚举i到j之间的每个分割点k,计算其最大分值,然后将最大值作为dp[i][j]的结果。

4. 遍历顺序

对于二维列表dp[i][j]来说,常见的遍历顺序是从上到下,从左到右。但是对于区间DP来说,不能采取这种遍历顺序。

我们还是看图说话吧,以计算dp[2][5]为例,它的分割点k有两个。

当k = 3时,计算如下:

dp[2][5] = dp[2][3] + dp[3][5] + p[2]* p[3] * p[5]

对应的DP表格如图:

图片

当k= 4时,计算如下:

dp[2][5] = dp[2][4] + dp[4][5] + p[2]* p[4] * p[5]

对应的DP表格如图:

图片

相信你已经发现了,在计算dp[2][5]的时候,它可以通过dp[2][3] + dp[3][5]计算出来,也可以通过dp[2][4] + dp[4][5]计算出来。

很显然,dp[2][3]、dp[3][5]、dp[2][4]、dp[4][5]这些单元格都在dp[2][5]的左方和下方,这就意味着不能使用传统的从上到下、从左到右。

针对这种情况,我们可以有两种遍历方式,一是斜线遍历,如图:

图片

二是从下到上,从左到右,如图:

图片

相对来说,使用第二种遍历方式更为简单一些。

思路有了,接下来,我们就进入具体的编程实现环节。

三.编程实现

根据上面的思路分析,我们编写程序如下:

图片

代码不多,说明4点:

1). pts表示输入的气球分值,左右各增加了一个分值为1的气球,这里直接使用列表相加的运算,非常方便;

2). 二维dp列表行和列都是n + 2,初始值为0,这里使用了列表推导式;

3). i表示行,从下到上,初始值是n -1,终点是0,j表示列,自左至右,初始值是i  + 1,终点是n + 1;

4). k表示分割点,起始值是k+1,终点是j - 1。

至此,整个程序就全部完成了,你可以输入不同的数据来测试效果啦。

四.总结与思考

本题代码在10行左右,涉及到的知识点包括:

  • 循环语句,尤其是嵌套循环;

  • 列表的操作;

  • 动态规划算法;

作为本次测评的最后一题,代码虽然不多,但是难度较大。关键点有两个,一是理解区间DP的算法思想,二是彻底弄清填充DP表格的方法和过程。

估计你已经发现了,最终的代码并不多,难的是过程分析,动态规划说难也难,说简单也简单。

动态规划说白了,就是根据题目意思定义一个表格,可能是一维的,也可能是二维的,然后找到规律,也就是状态转移方程,不断地计算并填充每一个单元格。

因此,在学习动态规划算法的时候,一定要亲自动手绘制并填充表格,这个过程会有些繁琐,但是效果非常好,写代码反倒是最简单的事情了。

超平老师给你留两道思考题:

1). 如何使用递归算法,计算最大分值?

2). 如果使用斜线遍历的顺序,代码又该怎么写呢?

你还有什么好的想法和创意吗,也非常欢迎和超平老师分享探讨。

如果你觉得文章对你有帮助,别忘了点赞和转发,予人玫瑰,手有余香😄

需要源码的,可以移步至“超平的编程课”gzh。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1714627.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

IntelliJ IDEA内置自带Maven的使用注意事项

一、内置自带Maven的位置 IDEA中是有自带Maven的,虽然可能不够个性化,不太好用,但是如果知道怎么设置,还是能自定义一点的。它作为IDEA的自带插件,位置在IDEA所在目录的“\plugins\plugins\maven\lib\maven3\”文件夹中。 二、本地仓库位置 因为Maven主要功能就是统一下…

MoE模型大火,源2.0-M32诠释“三个臭皮匠,顶个诸葛亮”!

文 | 智能相对论 作者 | 陈泊丞 近半年来&#xff0c;MoE混合专家大模型彻底是火了。 在海外&#xff0c;OpenAI的GPT-4、谷歌的Gemini、Mistral AI的Mistral、xAI的Grok-1等主流大模型都采用了MoE架构。而在国内&#xff0c;浪潮信息也刚刚发布了基于MoE架构的“源2.0-M3…

无人机操作界面来了,起点就很高呀。

无人机操作界面设计需要考虑以下几个方面&#xff1a; 易用性&#xff1a;无人机操作界面应该简单直观&#xff0c;易于操作和理解。操作按钮和控键应该布局合理&#xff0c;易于触摸或点击。重要的操作功能应该易于找到和使用&#xff0c;避免用户迷失或困惑。实时反馈&#…

【Uniapp微信小程序】自定义水印相机、微信小程序地点打卡相机

效果图 template 下方的image图片自行寻找替换! <template><view><camerav-if="!tempImagePath && cameraHeight !== 0":resolution="high":frame-size="large":device-position="device":flash="flas…

RAID配置实战

概念 raid磁盘阵列&#xff1a;可以用不同的硬盘分区&#xff0c;组成一个逻辑上的硬盘。具有高可用 raid级别&#xff1a; raid0 &#xff1a;条带化存储&#xff1a;数据分散在多个物理硬盘上的存储方式。利用多个磁盘并行读取和写入。存储性能和读写性能是最好的。没有冗…

朗读亭主要作用有哪些?

朗读亭的主要作用有以下几个方面&#xff1a; 1. 提供朗读服务&#xff1a;朗读亭是一个专门的场所&#xff0c;提供给人们朗读的环境和场地。人们可以在朗读亭中选择自己喜欢的书籍或文章&#xff0c;并通过朗读将其表达出来。这样可以帮助人们提高朗读能力&#xff0c;增强自…

【C语言训练题库】杨辉三角(下三角型和金字塔型)

&#x1f525;博客主页&#x1f525;&#xff1a;【 坊钰_CSDN博客 】 欢迎各位点赞&#x1f44d;评论✍收藏⭐ 目录 题目&#xff1a;打印杨辉三角 1. 下三角型 1.1 图例: 1.2. 解析: 1.3. 代码: 1.4. 运行&#xff1a; 2. 金字塔型 2.1 图例 2.2. 解析 2.2.1. 打印金…

[猫头虎分享21天微信小程序基础入门教程]第21天:小程序的社交分享与消息推送

[猫头虎分享21天微信小程序基础入门教程]第21天&#xff1a;小程序的社交分享与消息推送 第21天&#xff1a;小程序的社交分享与消息推送 &#x1f4f2; 自我介绍 大家好&#xff0c;我是猫头虎&#xff0c;一名全栈软件工程师。今天我们继续微信小程序的学习&#xff0c;重…

买入看跌期权怎么理解?

今天带你了解买入看跌期权怎么理解&#xff1f;看跌期权买入者往往预期市场价格将下跌。 买入看跌期权怎么理解&#xff1f; 买入看跌期权是指购买者支付权利金&#xff0c;获得以特定价格向期权出售者卖出一定数量的某种特定商品的权利。看跌期权买入者往往预期市场价格将下跌…

基于python实现生命游戏

文章目录 一、生命游戏是什么二、生命游戏规则解释1.相邻细胞2.细胞状态 三、代码实现1.邻居细胞2.更新状态 四、整体代码 一、生命游戏是什么 生命游戏&#xff08;Game of Life&#xff09;是由英国数学家约翰何顿康威在1970年发明的一种细胞自动机&#xff08;Cellular Aut…

备份服务器的安全风险以及如何通过TDE透明加密提升安全性

备份服务器的潜在安全风险主要包括以下几个方面&#xff1a; 1. 数据泄露风险&#xff1a; 备份数据可能包含敏感信息&#xff0c;如用户个人信息、商业机密等。如果备份数据未经适当保护&#xff0c;例如存储在不安全的位置或未加密&#xff0c;黑客或未授权的人员可能会获取…

家政预约小程序08服务详情

目录 1 创建页面2 创建URL参数3 配置数据详情组件4 从分类页跳转到详情页5 搭建详情页总结 现在我们的小程序已经在首页和分类页展示了服务的列表信息&#xff0c;当用户点击具体的内容的时候需要打开详情页&#xff0c;本篇介绍一下详情页的开发。 1 创建页面 打开应用编辑器…

【第7章】SpringBoot整合Mybatis-Plus

文章目录 前言一、引入库二、案例1.UserMapper2.UserController3. 结果 三、配置总结 前言 MyBatis-Plus 是一个 MyBatis 的增强工具&#xff0c;在 MyBatis 的基础上只做增强不做改变&#xff0c;为简化开发、提高效率而生。 上一篇内容已经整合过Mybatis&#xff0c;这里在…

拼接字符串

自学python如何成为大佬(目录):https://blog.csdn.net/weixin_67859959/article/details/139049996?spm1001.2014.3001.5501 使用“”运算符可完成对多个字符串的拼接&#xff0c;“”运算符可以连接多个字符串并产生一个字符串对象。 例如&#xff0c;定义两个字符串&#…

05-28 周二 TTFT, ITL, TGS 计算过程以及LLama2推理代码调试过程

05-28 周二 LLama2推理代码调试过程 时间版本修改人描述2024年5月28日15:03:49V0.1宋全恒新建文档 简介 本文主要用于求解大模型推理过程中的几个指标&#xff1a; 主要是TTFT&#xff0c;ITL&#xff0c; TGS 代码片段 import osdata_dir "/workspace/models/" m…

【2024最新华为OD-C卷试题汇总】披萨大作战 (100分) - 支持在线评测+三语言AC题解(Python/Java/Cpp)

&#x1f36d; 大家好这里是清隆学长 &#xff0c;一枚热爱算法的程序员 ✨ 本系列打算持续跟新华为OD-C卷的三语言AC题解 &#x1f4bb; ACM银牌&#x1f948;| 多次AK大厂笔试 &#xff5c; 编程一对一辅导 &#x1f44f; 感谢大家的订阅➕ 和 喜欢&#x1f497; 文章目录 前…

从多站点到多活,XEOS 对象数据容灾能力再提升

近日&#xff0c; XSKY SDS V6.4 新版本发布&#xff0c;其中 XEOS V6.4 全新升级并完善了统一命名空间功能&#xff0c;更进一步增强和完善了异地容灾方案&#xff0c;配合强一致代理读&#xff0c;可以实现异地多活&#xff1b;同时大幅降低管理复杂度&#xff0c;有效降低容…

Apache漏洞复现:【CVE-2021-42013】【CVE_2021_41773】【CVE-2017-15715】

声明 严禁读者利用本文介绍知识点对网站进行非法操作 , 本文仅用于技术交流和学习 , 如果您利用文章中介绍的知识对他人造成损失 , 后果由您自行承担 , 如果您不能同意该约定 , 请您务必不要阅读该文章 , 感谢您的配合 ! 远程代码执行 CVE-2021-42013 描述 Apache HTTP Ser…

RFM模型-分析母婴类产品

1&#xff0c;场景描述 假设我们是某电商平台的数据分析师&#xff0c;负责分析母婴产品线的用户数据。母婴产品的购买行为具有一定的周期性和生命周期特征&#xff0c;如用户在不同怀孕阶段的需求不同&#xff0c;以及宝宝出生后的不同成长阶段需要不同的产品。 2&#xff0…

前缀和(下)

目录 热身&#xff1a; 寻找数组的中心下标 题解&#xff1a; 代码&#xff1a; 进阶&#xff1a; 除自身之外数组的乘积 题解&#xff1a; 代码&#xff1a; 和为K的子数组 题解&#xff1a; 代码&#xff1a; 和可被 K 整除的子数组 题解&#xff1a; 同余定理…