算法设计与分析/数据结构与算法实验5:找新数最小的删除方案

简介: 算法设计与分析/数据结构与算法实验5:找新数最小的删除方案

1.实验目的

(1)掌握贪心算法的处理思路与算法框架。

(2)掌握应用贪心算法解决具体问题的方法。

(3)掌握贪心算法的广泛应用。

2.实验内容

(1)问题描述

image.png

(2)输入

image.png


(3)输出

 输出只有一行。

 输出剩下的新数字,这个数字最小。


3.问题实例分析


image.png

 在本问题实例中还未覆盖如下两种情况。

image.png

 初始时,将1和4入栈。3<4,则3入栈,4出栈,把4删除。

 3入栈后,1<3.下一位数字为2,2<3。所以,需要将3出栈,并删除3。

image.png

 1入栈后,尽管2>1,但是此时删除数字的次数已经被用光了,所以不能将2出栈并删除,而是将剩下的数字全部直接入栈。

image.png

4.算法描述及说明

 正如第3节问题实例分析所述,算法的整体流程如下:

 1.输入数据,这个数据用数组的形式进行存储,数组的每一位表示原数字的每一位。

 2.创建一个栈,将最高位数入栈。

 3.遍历数字的每一位,若当前位数字小于栈顶元素,则将栈顶的数出栈并删除。直到栈为空,或k kk个数字的删除次数被用完,或直到新的栈顶元素小于等于当前位数字。

 4.特判特殊情况:删掉过m个数字且m<k,则需要删除最后的km位数字。

 5.将删完后的新数字进行输出。

5.算法正确性分析

image.png


6.算法时间复杂性分析

image.png

7.运行结果展示及其说明

测试样例使用了两组。对于每一组测试样例,都能正确地根据数字的位数n、数值D要删除的位数k生成数值最小的新数。

8.心得体会

9.程序源代码

#include<iostream>
#include<cstring>
#include<cmath>
#include<vector>
int d[20];//一个数最多18位
using namespace std;
int main() {
  int n,k;
  long long D;
  cin >> n;
  cin >> D;
  cin >> k;
  long long temp = D;
  for (int i = n; i >= 1; i--) {
    d[i] = temp % 10;
    temp = temp / 10;
  }
  vector<int> stk;
  for (int i = 1; i <= n; i++) {
    while (stk.size() > 0 && stk.back() > d[i] && k > 0) {
      k--;
      stk.pop_back();
    }
    stk.push_back(d[i]);
  }
  for (; k > 0; k--)
    stk.pop_back();
  long long ans = 0;//新数字
  for (int i = 0; i < stk.size(); i++) {
    ans = ans * 10;
    ans += stk[i];
  }
  cout << ans;
  return 0;
}


目录
打赏
0
0
0
0
54
分享
相关文章
智慧工地 AI 算法方案
智慧工地AI算法方案通过集成多种AI算法,实现对工地现场的全方位安全监控、精准质量检测和智能进度管理。该方案涵盖平台层、展现层与应用层、基础层,利用AI技术提升工地管理的效率和安全性,减少人工巡检成本,提高施工质量和进度管理的准确性。方案具备算法精准高效、系统集成度高、可扩展性强和成本效益显著等优势,适用于人员安全管理、施工质量监控和施工进度管理等多个场景。
174 0
基于免疫算法的最优物流仓储点选址方案MATLAB仿真
本程序基于免疫算法实现物流仓储点选址优化,并通过MATLAB 2022A仿真展示结果。核心代码包括收敛曲线绘制、最优派送路线规划及可视化。算法模拟生物免疫系统,通过多样性生成、亲和力评价、选择、克隆、变异和抑制机制,高效搜索最优解。解决了物流仓储点选址这一复杂多目标优化问题,显著提升物流效率与服务质量。附完整无水印运行结果图示。
基于免疫算法的最优物流仓储点选址方案MATLAB仿真
境内深度合成服务算法备案通过名单分析报告
本报告基于《境内深度合成服务算法备案通过名单》,分析了2023年6月至2025年3月公布的10批备案数据,涵盖属地分布、行业应用及产品形式等多个维度。报告显示,深度合成算法主要集中于经济发达地区,如北京、广东、上海等地,涉及教育、医疗、金融、娱乐等多行业。未来趋势显示技术将向多模态融合、行业定制化和安全合规方向发展。建议企业加强技术研发、拓展应用场景、关注政策动态,以在深度合成领域抢占先机。此分析旨在为企业提供参考,助力把握技术发展机遇。
境内深度合成服务算法备案通过名单分析报告
从公布的前十一批其他算法备案通过名单分析
2025年3月12日,国家网信办发布算法备案信息,深度合成算法通过395款,其他算法45款。前10次备案中,深度合成算法累计3234款,其他类别647款。个性化推送类占比49%,涵盖电商、资讯、视频推荐;检索过滤类占31.53%,用于搜索优化和内容安全;调度决策类占9.12%,集中在物流配送等;排序精选类占8.81%,生成合成类占1.55%。应用领域包括电商、社交媒体、物流、金融、医疗等,互联网科技企业主导,技术向垂直行业渗透,内容安全和多模态技术成新增长点。未来大模型检索和多模态生成或成重点。
从公布的前十一批其他算法备案通过名单分析
从第十批算法备案通过名单中分析算法的属地占比、行业及应用情况
2025年3月12日,国家网信办公布第十批深度合成算法通过名单,共395款。主要分布在广东、北京、上海、浙江等地,占比超80%,涵盖智能对话、图像生成、文本生成等多行业。典型应用包括医疗、教育、金融等领域,如觅健医疗内容生成算法、匠邦AI智能生成合成算法等。服务角色以面向用户为主,技术趋势为多模态融合与垂直领域专业化。
企业监控软件中 Go 语言哈希表算法的应用研究与分析
在数字化时代,企业监控软件对企业的稳定运营至关重要。哈希表(散列表)作为高效的数据结构,广泛应用于企业监控中,如设备状态管理、数据分类和缓存机制。Go 语言中的 map 实现了哈希表,能快速处理海量监控数据,确保实时准确反映设备状态,提升系统性能,助力企业实现智能化管理。
36 3
从第九批深度合成备案通过公示名单分析算法备案属地、行业及应用领域占比
2024年12月20日,中央网信办公布第九批深度合成算法名单。分析显示,教育、智能对话、医疗健康和图像生成为核心应用领域。文本生成占比最高(57.56%),涵盖智能客服、法律咨询等;图像/视频生成次之(27.32%),应用于广告设计、影视制作等。北京、广东、浙江等地技术集中度高,多模态融合成未来重点。垂直行业如医疗、教育、金融加速引入AI,提升效率与用户体验。
基于哈希表的文件共享平台 C++ 算法实现与分析
在数字化时代,文件共享平台不可或缺。本文探讨哈希表在文件共享中的应用,包括原理、优势及C++实现。哈希表通过键值对快速访问文件元数据(如文件名、大小、位置等),查找时间复杂度为O(1),显著提升查找速度和用户体验。代码示例展示了文件上传和搜索功能,实际应用中需解决哈希冲突、动态扩容和线程安全等问题,以优化性能。
Java中的算法优化与复杂度分析
在Java开发中,理解和优化算法的时间复杂度和空间复杂度是提升程序性能的关键。通过合理选择数据结构、避免重复计算、应用分治法等策略,可以显著提高算法效率。在实际开发中,应该根据具体需求和场景,选择合适的优化方法,从而编写出高效、可靠的代码。
73 6
重磅发布 | OpenSearch推出向量检索GPU图算法方案并支持GPU规格售卖
OpenSearch向量检索版推出了面向企业开发者的GPU图算法方案(CAGRA算法),支持客户直接购买GPU规格节点,是国内首家支持GPU规格的向量检索产品。
422 12

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等