java数据结构22:多项式加法

简介: 我们经常遇到两多项式相加的情况,在这里,我们就需要用程序来模拟实现把两个多项式相加到一起。首先,我们会有两个多项式,每个多项式是独立的一行,每个多项式由系数、幂数这样的多个整数对来表示。

22:多项式加法


总时间限制:


20000ms



内存限制:


131072kB


描述


我们经常遇到两多项式相加的情况,在这里,我们就需要用程序来模拟实现把两个多项式相加到一起。首先,我们会有两个多项式,每个多项式是独立的一行,每个多项式由系数、幂数这样的多个整数对来表示。


如多项式2x20- x17+5x9- 7x7+ 16x5+ 10x4+ 22x2-15


对应的表达式为:2 20 -1 17 5 9 -7 7 165 10 4 22 2 -15 0。


为了标记每行多项式的结束,在表达式后面加上了一个幂数为负数的整数对。


同时输入表达式的幂数大小顺序是随机的(也可能存在幂数相同的整数对)。


我们需要做的就是把所给的两个多项式加起来。


输入


输入包括多行。

第一行整数n,表示有多少组的多项式需要求和。(1 < n < 100)

下面为2n行整数,每一行都是一个多项式的表达式。表示n组需要相加的多项式。

每行长度小于300。


输出


输出包括n行,每行为1组多项式相加的结果。

在每一行的输出结果中,多项式的每一项用“[ x y ]”形式的字符串表示,x是该项的系数、y 是该项的幂数。要求按照每一项的幂从高到低排列,即先输出幂数高的项、再输出幂数低的项,每项之间有一个空格。

系数为零的项不要输出。


样例输入


2

-1 17 2 20 5 9 -7 7 10 4 22 2 -15 0 16 5 0 -1

2 19 7 7 3 17 4 4 15 10 -10 5 13 2 -7 0 8 -8

-1 17 2 23 22 2 6 8 -4 7 -18 0 1 5 21 4 0 -1

12 7 -7 5 3 17 23 4 15 10 -10 5 13 5 2 19 9 -7

样例输出


[ 2 20 ] [ 2 19 ] [ 2 17 ] [ 15 10 ] [ 5 9 ] [ 6 5 ] [ 14 4 ] [ 35 2 ] [ -22 0 ]

[ 2 23 ] [ 2 19 ] [ 2 17 ] [ 15 10 ] [ 6 8 ] [ 8 7 ] [ -3 5 ] [ 44 4 ] [ 22 2 ] [ -18 0 ]

提示


第一组样例数据的第二行末尾的8 -8,因为幂次-8为负数,所以这一行数据结束,8 -8不要参与计算。

 

实现代码如下

import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.Scanner;
/**
 * @author baikunlong
 * @date 2020/6/22 20:00
 */
public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        ArrayList<MyAdd> myAdds = new ArrayList<>();
        scanner.nextLine();
        for (int i = 0; i < n; i++) {
            myAdds.clear();
            String[] strings = scanner.nextLine().split(" ");
            for (int j = 0; j < strings.length - 2; j += 2) {
                if (Integer.parseInt(strings[j]) != 0)
                    myAdds.add(new MyAdd(Integer.parseInt(strings[j]), Integer.parseInt(strings[j + 1])));
            }
            strings = scanner.nextLine().split(" ");
            for (int j = 0; j < strings.length - 2; j += 2) {
                if (Integer.parseInt(strings[j]) != 0)
                    myAdds.add(new MyAdd(Integer.parseInt(strings[j]), Integer.parseInt(strings[j + 1])));
            }
            for (int j = 0; j < myAdds.size(); j++) {
                for (int k = j + 1; k < myAdds.size(); k++) {
                    if (myAdds.get(j).mishu == myAdds.get(k).mishu) {
                        myAdds.get(j).xishu = myAdds.get(j).xishu + myAdds.get(k).xishu;
                        myAdds.remove(k);
                        k--;
                    }
                }
            }
            myAdds.sort(Comparator.comparingInt(o -> o.mishu));
            Collections.reverse(myAdds);
            int size = myAdds.size();
            for (int j = 0; j < size - 1; j++) {
                MyAdd myAdd = myAdds.get(j);
                if (myAdd.xishu != 0)
                    System.out.print("[ " + myAdd.xishu + " " + myAdd.mishu + " ] ");
            }
            if (myAdds.get(size - 1).xishu != 0)
                System.out.print("[ " + myAdds.get(size - 1).xishu + " " + myAdds.get(size - 1).mishu + " ]");
            if (i != n - 1) System.out.println();
        }
    }
    static class MyAdd {
        int xishu;
        int mishu;
        public MyAdd(int xishu, int mishu) {
            this.xishu = xishu;
            this.mishu = mishu;
        }
    }
}


目录
相关文章
|
3月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
102 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
3月前
|
存储 Java
Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。
【10月更文挑战第19天】本文详细介绍了Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。HashMap以其高效的插入、查找和删除操作著称,而TreeMap则擅长于保持元素的自然排序或自定义排序,两者各具优势,适用于不同的开发场景。
56 1
|
3月前
|
存储 Java
告别混乱!用Java Map优雅管理你的数据结构
【10月更文挑战第17天】在软件开发中,随着项目复杂度增加,数据结构的组织和管理至关重要。Java中的Map接口提供了一种优雅的解决方案,帮助我们高效、清晰地管理数据。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,有效提升了代码质量和维护性。
100 2
|
3月前
|
存储 Java 开发者
Java Map实战:用HashMap和TreeMap轻松解决复杂数据结构问题!
【10月更文挑战第17天】本文深入探讨了Java中HashMap和TreeMap两种Map类型的特性和应用场景。HashMap基于哈希表实现,支持高效的数据操作且允许键值为null;TreeMap基于红黑树实现,支持自然排序或自定义排序,确保元素有序。文章通过具体示例展示了两者的实战应用,帮助开发者根据实际需求选择合适的数据结构,提高开发效率。
90 2
|
25天前
|
存储 缓存 安全
Java 集合江湖:底层数据结构的大揭秘!
小米是一位热爱技术分享的程序员,本文详细解析了Java面试中常见的List、Set、Map的区别。不仅介绍了它们的基本特性和实现类,还深入探讨了各自的使用场景和面试技巧,帮助读者更好地理解和应对相关问题。
42 5
|
2月前
|
缓存 算法 Java
本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制
在现代软件开发中,性能优化至关重要。本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制。通过调整垃圾回收器参数、优化堆大小与布局、使用对象池和缓存技术,开发者可显著提升应用性能和稳定性。
54 6
|
2月前
|
存储 Java 索引
Java中的数据结构:ArrayList和LinkedList的比较
【10月更文挑战第28天】在Java编程世界中,数据结构是构建复杂程序的基石。本文将深入探讨两种常用的数据结构:ArrayList和LinkedList,通过直观的比喻和实例分析,揭示它们各自的优势与局限,帮助你在面对不同的编程挑战时做出明智的选择。
|
3月前
|
存储 算法 Java
Java 中常用的数据结构
【10月更文挑战第20天】这些数据结构在 Java 编程中都有着广泛的应用,掌握它们的特点和用法对于提高编程能力和解决实际问题非常重要。
37 6
|
3月前
|
存储 Java 开发者
Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效
【10月更文挑战第19天】在软件开发中,随着项目复杂度的增加,数据结构的组织和管理变得至关重要。Java中的Map接口提供了一种优雅的方式来管理数据结构,使代码更加清晰、高效。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,帮助开发者告别混乱,提升代码质量。
37 1
|
3月前
|
存储 算法 Java
Java常用的数据结构
【10月更文挑战第3天】 在 Java 中,常用的数据结构包括数组、链表、栈、队列、树、图、哈希表和集合。每种数据结构都有其特点和适用场景,如数组适用于快速访问,链表适合频繁插入和删除,栈用于实现后进先出,队列用于先进先出,树和图用于复杂关系的表示和查找,哈希表提供高效的查找性能,集合用于存储不重复的元素。合理选择和组合使用这些数据结构,可以显著提升程序的性能和效率。

热门文章

最新文章