接着上次整理的2017年校招真题 2 我们继续看一下2017年校招真题中比较经典的一道题 —— 跳石板
2017年校招真题 —— 跳石板
题目描述
小易来到了一条石板路前,每块石板上从1挨着编号为:1、2、3…
这条石板路要根据特殊的规则才能前进:对于小易当前所在的编号为K的 石板,小易单次只能往前跳K的一个约数(不含1和K)步,即跳到K+X(X为K的一个非1和本身的约数)的位置。 小易当前处在编号为N的石板,他想跳到编号恰好为M的石板去,小易想知道最少需要跳跃几次可以到达。
例如:
N = 4,M = 24:
4->6->8->12->18->24
于是小易最少需要跳跃5次,就可以从4号石板跳到24号石板
输入描述:
输入为一行,有两个整数N,M,以空格隔开。 (4 ≤ N ≤ 100000) (N ≤ M ≤ 100000)
输出描述:
输出小易最少需要跳跃的步数,如果不能到达输出-1
解题思路
-
思路一:一般解题法
将1 - M个石板看做一个结果数组stepNum,每个stepNum[i]储存着从起点到这一步最小的步数,其中0为不能到达。从 起点开始对stepNum进行遍历,先求i的所有约数(即从stepNum[i]能走的步数),然后更新那几个能到达的位置的 最 小步数。如果不能到达则更新为此时位置的最小步数 + 1,如果是能到达的就更新为min(已记录的最小步数,此处的 最小步数 + 1)),遍历一遍后得到结果。 -
思路二:动态规划
采用动态规划思想求解。创建一个vector容器steps,steps[i]表示到达i号石板所需的最小步数。初始化为steps容器为INT_MAX。从序号N的石板开始逐个遍历,若steps[i]为INT_MAX,表示该点不可到达,直接开始下次循环。若steps[i]不为INT_MAX,表示该点可以到达,下面求解编号i的约数,进行动态规划。动态规划的转移方程为: -
steps[i+j] = min(steps[i]+1,steps[i+j]) //i为石板编号,j为i的约束
-
steps[N] = 0
-
思路三:贪婪算法
贪婪算法并不一定能得到最优解,但是一个可行的,较好的解。 -
该问题若采用贪婪算法求解,并不会得到最优解,只会得到一个可行的,较好的解。例如,下述程序中采用了贪婪算法求解。每次都选取最大的约数前进一步。若后续发生不可到达目标点,则进行回溯,取第2大的约数作为步进值。下述程序通过率为80%,并不能AC。例如,对于N=676, M=12948情况,贪婪算法求解为13步,而动态规划算法求解为10步。
代码实现和效率测试
- 思路一,一般求解法
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
//计算约数,求除了1和本身的约数
void divisorNum(int n, vector<int> &divNum)
{
for (int i = 2; i <= sqrt(n); i++) {
if (n%i == 0)
{
divNum.push_back(i); //非平方数时还有另一个数也要加入
if (n / i != i)
divNum.push_back(n / i);
}
}
}
int Jump(int N, int M) {
//储存的到达此stepNum点的步数,初始N为1步,从N到N为1步
vector<int> stepNum(M + 1, 0);
stepNum[N] = 1;
for (int i = N; i < M; i++)
{//N的所有约数,即为从本身这个点开始能走的数量
vector<int> divNum;
//0代表这个点不能到
if (stepNum[i] == 0)
continue; //求出所有能走的步数储存在divNum的容器中
divisorNum(i, divNum);
for (int j = 0; j < divNum.size(); j++) {
//由位置i出发能到达的点为 stepNum[divNum[j]+i]
if ((divNum[j] + i) <= M && stepNum[divNum[j] + i] != 0)
stepNum[divNum[j] + i] = min(stepNum[divNum[j] + i], stepNum[i] + 1);
else if ((divNum[j] + i) <= M)
stepNum[divNum[j] + i] = stepNum[i] + 1;
}
}
if (stepNum[M] == 0)
return -1;
else
//初始化时多给了一步,故需要减1
return stepNum[M] - 1;
}
int main()
{
int n, m;
cin >> n >> m;
cout << Jump(n, m) << endl;
return 0;
}
- 思路二,动态规划
#include <iostream>
#include <vector>
#include <climits>
#include <cmath>
#include <algorithm>
using namespace std;
int main(){
int N, M;
while (cin >> N >> M){
vector<int> steps(M + 1, INT_MAX);
steps[N] = 0;
for (int i = N; i <= M; i++){
if (steps[i] == INT_MAX){
continue;
}
for (int j = 2; (j*j) <= i; j++){
if (i%j == 0){
if (i + j <= M){
steps[i + j] = min(steps[i] + 1, steps[i + j]);
}
if (i + (i / j) <= M){
steps[i + (i / j)] = min(steps[i] + 1, steps[i + (i / j)]);
}
}
}
}
if (steps[M] == INT_MAX){
steps[M] = -1;
}
cout << steps[M] << endl;
}
return 0;
}
- 思路三:贪婪算法,虽然不能百分之百通过测试用例,但是贪婪算法求解能够得到一个较好的解,并且效率很高。
#include <iostream>
using namespace std;
int stepSearch(int N, int M) {
if (N > M) {
return -1;
}
if (N == M) {
return 0;
}
int res = 0;
for (int i = 2; i<N; i++) {
if (i*(N / i) == N) {
res++;
if (stepSearch(N + N / i, M) != -1) {
res += stepSearch(N + N / i, M);
return res;
}
else {
res--;
}
}
}
return -1;
}
int main() {
int N, M;
while (cin >> N >> M) {
cout << stepSearch(N, M) << endl;
}
return 0;
}