C++前缀和算法的应用:DI序列的有效排列的原理、源码及测试用例

简介: C++前缀和算法的应用:DI序列的有效排列的原理、源码及测试用例

本文涉及的基础知识点

C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频

题目

给定一个长度为 n 的字符串 s ,其中 s[i] 是:

“D” 意味着减少,或者

“I” 意味着增加

有效排列 是对有 n + 1 个在 [0, n] 范围内的整数的一个排列 perm ,使得对所有的 i:

如果 s[i] == ‘D’,那么 perm[i] > perm[i+1],以及;

如果 s[i] == ‘I’,那么 perm[i] < perm[i+1]。

返回 有效排列 perm的数量 。因为答案可能很大,所以请返回你的答案对 109 + 7 取余。

示例 1:

输入:s = “DID”

输出:5

解释:

(0, 1, 2, 3) 的五个有效排列是:

(1, 0, 3, 2)

(2, 0, 3, 1)

(2, 1, 3, 0)

(3, 0, 2, 1)

(3, 1, 2, 0)

示例 2:

输入: s = “D”

输出: 1

分析

用动态规划解决,时间复杂度O(nnn)。用strRes表示结果串,用n表示它的长度,每个数字的取值范围[0,n)。dp[i][j],表示前i+1个数已经处理,未处理的数中共有j个数大于strRes[i]。状态数共有n*n个,状态转换的时间复杂是O(n)。以上升为例:只需要考虑j个比strRes[i]数,选择最小的数,则jNew=j-1;选择次小的数, jNew=j-2…。下降类似,小于strRes[i]的数,可以计算出来:总数-已经处理的数-未处理的数中大于res[i]=n-(i+1)-j。注意:各位数各不相等,所以已经处理的数(如:res[i])是不会在出现的,所以未处理的数,需要考虑大于和小于,不需要考虑等于。

代码

template
class C1097Int
{
public:
C1097Int(long long llData = 0) :m_iData(llData% MOD)
{
}
C1097Int operator+(const C1097Int& o)const
{
return C1097Int(((long long)m_iData + o.m_iData) % MOD);
}
C1097Int& operator+=(const C1097Int& o)
{
m_iData = ((long long)m_iData + o.m_iData) % MOD;
return this;
}
C1097Int& operator-=(const C1097Int& o)
{
m_iData = (m_iData + MOD - o.m_iData) % MOD;
return this;
}
C1097Int operator-(const C1097Int& o)
{
return C1097Int((m_iData + MOD - o.m_iData) % MOD);
}
C1097Int operator(const C1097Int& o)const
{
return((long long)m_iData * o.m_iData) % MOD;
}
C1097Int& operator=(const C1097Int& o)
{
m_iData = ((long long)m_iData * o.m_iData) % MOD;
return *this;
}
bool operator<(const C1097Int& o)const
{
return m_iData < o.m_iData;
}
C1097Int pow(long long n)const
{
C1097Int iRet = 1, iCur = *this;
while (n)
{
if (n & 1)
{
iRet *= iCur;
}
iCur *= iCur;
n >>= 1;
}
return iRet;
}
C1097Int PowNegative1()const
{
return pow(MOD - 2);
}
int ToInt()const
{
return m_iData;
}
private:
int m_iData = 0;;
};
template
int operator+(int iData, const C1097Int& int1097)
{
int iRet = int1097.operator+(C1097Int(iData)).ToInt();
return iRet;
}
template
int& operator+=(int& iData, const C1097Int& int1097)
{
iData = int1097.operator+(C1097Int(iData)).ToInt();
return iData;
}
template
int operator*(int iData, const C1097Int& int1097)
{
int iRet = int1097.operator*(C1097Int<>(iData)).ToInt();
return iRet;
}
template
int& operator*=(int& iData, const C1097Int& int1097)
{
iData = int1097.operator*(C1097Int<>(iData)).ToInt();
return iData;
}
class Solution {
public:
  int numPermsDISequence(string s) {
    //n:结果串的长度 每个数字的取值范围[0,n)
    int n = s.length() + 1;
    vector<C1097Int<>> pre(n);//记录有多少个数大于当前数
    for (int i = 0; i < n; i++)
    {
      pre[n - i -1] += 1;
    }
    for (int i = 0; i < s.length(); i++)
    {
      vector<C1097Int<>> dp(n );
      if ('I' == s[i])
      {
        for (int iMore = 1; iMore < n; iMore++)
        {
          for (int j = 0; j < iMore; j++)
          {
            dp[iMore - j - 1] += pre[iMore];
          }
        }
      }
      else
      {
        for (int iMore = 0; iMore < n; iMore++)
        {
          const int less = n - (i + 1) - iMore;
          if (less < 1)
          {
            break;
          }
          for (int j = 0; j < less; j++)
          {
            const int iNewLess = less - j - 1;
            const int iNewMore = n - (i + 1 + 1) - iNewLess;
            dp[iNewMore] += pre[iMore];
          }
        }
      }
      pre.swap(dp);
    }
    auto bi = std::accumulate(pre.begin(), pre.end(), C1097Int<>(0));
    return bi.ToInt();
  }
};

测试用例

int main()
{
int res = Solution().numPermsDISequence(“”);
Assert(1, res);
res = Solution().numPermsDISequence(“I”);
Assert(1, res);
res = Solution().numPermsDISequence(“D”);
Assert(1, res);
res = Solution().numPermsDISequence(“II”);
Assert(1, res);
res = Solution().numPermsDISequence(“ID”);
Assert(2, res);
res = Solution().numPermsDISequence(“DD”);
Assert(1, res);
res = Solution().numPermsDISequence(“DI”);
Assert(2, res);
res = Solution().numPermsDISequence(“DID”);
Assert(5, res);
res = Solution().numPermsDISequence(“IDD”);
Assert(3, res);
res = Solution().numPermsDISequence(“DDI”);
Assert(3, res);
res = Solution().numPermsDISequence(“DII”);
Assert(3, res);
res = Solution().numPermsDISequence(“IDI”);
Assert(5, res);
res = Solution().numPermsDISequence(“IID”);
Assert(3, res);
//CConsole::Out(res);
}

优化

可以利用前缀和,将时间复杂度降到O(n*n)。

iMore取[1,…]中任意数,选择最大的数,则jNew都等于0
iMore取[2,…]中任意数,选择次大的数,则jNew都等于1
iMore取[3,…] 中任意数,选择第三大的数,则jNew都等于2
结论:
dp[0] = sum(pre[1]…pre[n-1])
dp[1] = sum(pre[2]…pre[n-1])
dp[2] = sum(pre[3]…pre[n-1])

代码

class Solution {
public:
  int numPermsDISequence(string s) {
    //n:结果串的长度 每个数字的取值范围[0,n)
    int n = s.length() + 1;
    vector<C1097Int<>> pre(n);//记录有多少个数大于当前数
    for (int i = 0; i < n; i++)
    {
      pre[n - i -1] += 1;
    }
    for (int i = 0; i < s.length(); i++)
    {
      vector<C1097Int<>> dp(n );
      if ('I' == s[i])
      {
        C1097Int<> biSum = 0;
        for (int j = n-1; j > 0 ; j-- )
        {
          biSum += pre[j];
          dp[j-1] = biSum;
        }
      }
      else
      {
        C1097Int<> biSum = 0;
        for (int j = n - 1; j > 0; j--)
        {//j是小于strRes[i]的数目
          const int iMore = n - (i + 1) - j;
          if (iMore < 0)
          {
            continue;
          }
          const int iNewMore = n - (i + 1+1) - (j-1);
          biSum += pre[iMore];
          dp[iNewMore] = biSum;
        }
      }
      pre.swap(dp);
    }
    auto bi = std::accumulate(pre.begin(), pre.end(), C1097Int<>(0));
    return bi.ToInt();
  }
};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《闻缺陷则喜算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

| 鄙人想对大家说的话

|

|-|

|闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。|

| 墨家名称的来源:有所得以墨记之。 |

|如果程序是一条龙,那算法就是他的是睛|

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境:

VS2022 C++17


相关文章
机器学习/深度学习 算法 自动驾驶
119 0
|
23天前
|
机器学习/深度学习 算法 搜索推荐
从零开始构建图注意力网络:GAT算法原理与数值实现详解
本文详细解析了图注意力网络(GAT)的算法原理和实现过程。GAT通过引入注意力机制解决了图卷积网络(GCN)中所有邻居节点贡献相等的局限性,让模型能够自动学习不同邻居的重要性权重。
110 0
从零开始构建图注意力网络:GAT算法原理与数值实现详解
|
2月前
|
机器学习/深度学习 算法 文件存储
神经架构搜索NAS详解:三种核心算法原理与Python实战代码
神经架构搜索(NAS)正被广泛应用于大模型及语言/视觉模型设计,如LangVision-LoRA-NAS、Jet-Nemotron等。本文回顾NAS核心技术,解析其自动化设计原理,探讨强化学习、进化算法与梯度方法的应用与差异,揭示NAS在大模型时代的潜力与挑战。
285 6
神经架构搜索NAS详解:三种核心算法原理与Python实战代码
|
2月前
|
传感器 算法 定位技术
KF,EKF,IEKF 算法的基本原理并构建推导出四轮前驱自主移动机器人的运动学模型和观测模型(Matlab代码实现)
KF,EKF,IEKF 算法的基本原理并构建推导出四轮前驱自主移动机器人的运动学模型和观测模型(Matlab代码实现)
|
2月前
|
算法
离散粒子群算法(DPSO)的原理与MATLAB实现
离散粒子群算法(DPSO)的原理与MATLAB实现
88 0
|
3月前
|
机器学习/深度学习 人工智能 编解码
AI视觉新突破:多角度理解3D世界的算法原理全解析
多视角条件扩散算法通过多张图片输入生成高质量3D模型,克服了单图建模背面细节缺失的问题。该技术模拟人类多角度观察方式,结合跨视图注意力机制与一致性损失优化,大幅提升几何精度与纹理保真度,成为AI 3D生成的重要突破。
181 0
|
3月前
|
算法 区块链 数据安全/隐私保护
加密算法:深度解析Ed25519原理
在 Solana 开发过程中,我一直对 Ed25519 加密算法 如何生成公钥、签名以及验证签名的机制感到困惑。为了弄清这一点,我查阅了大量相关资料,终于对其流程有了更清晰的理解。在此记录实现过程,方便日后查阅。
165 0
|
3月前
|
算法 数据可视化 数据挖掘
基于EM期望最大化算法的GMM参数估计与三维数据分类系统python源码
本内容展示了基于EM算法的高斯混合模型(GMM)聚类实现,包含完整Python代码、运行效果图及理论解析。程序使用三维数据进行演示,涵盖误差计算、模型参数更新、结果可视化等关键步骤,并附有详细注释与操作视频,适合学习EM算法与GMM模型的原理及应用。
|
4月前
|
消息中间件 存储 缓存
zk基础—1.一致性原理和算法
本文详细介绍了分布式系统的特点、理论及一致性算法。首先分析了分布式系统的五大特点:分布性、对等性、并发性、缺乏全局时钟和故障随时发生。接着探讨了分布式系统理论,包括CAP理论(一致性、可用性、分区容错性)和BASE理论(基本可用、软状态、最终一致性)。文中还深入讲解了两阶段提交(2PC)与三阶段提交(3PC)协议,以及Paxos算法的推导过程和核心思想,强调了其在ZooKeeper中的应用。最后简述了ZAB算法,指出其通过改编的两阶段提交协议确保节点间数据一致性,并在Leader故障时快速恢复服务。这些内容为理解分布式系统的设计与实现提供了全面的基础。
|
4月前
|
存储 算法 安全
Java中的对称加密算法的原理与实现
本文详细解析了Java中三种常用对称加密算法(AES、DES、3DES)的实现原理及应用。对称加密使用相同密钥进行加解密,适合数据安全传输与存储。AES作为现代标准,支持128/192/256位密钥,安全性高;DES采用56位密钥,现已不够安全;3DES通过三重加密增强安全性,但性能较低。文章提供了各算法的具体Java代码示例,便于快速上手实现加密解密操作,帮助用户根据需求选择合适的加密方案保护数据安全。
341 58

热门文章

最新文章