第一周算法设计与分析 D : 两面包夹芝士

简介: 这篇文章介绍了解决算法问题"两面包夹芝士"的方法,通过找出两个数组中的最大最小值,计算这两个值之间的整数个数,包括特判不存在整数的情况。

D : 两面包夹芝士

Time Limit: 1 Sec Memory Limit: 128 Mb Submitted: 85 Solved: 31

Description

给你两个长度为N的整型(int)数组A = (A1, A2, A3, …, An) 和 B = (B1, B2, B3, …, Bn) 请你找出有多少整型(int)数字x,满足Ai ≤ x ≤ Bi,其中 1≤ i  ≤ N

Input

第一行输入N,第二行输入N个数字Ai,第三行输入N个数字Bi

  • 1 ≤ N ≤ 100

  • 1 ≤ Ai ≤ Bi ≤ 1000

  • 所有输入均为int

Output

输出有多少个符合题意的x,然后换行

Sample Input

3
3 2 5
6 9 8

Sample Output

2

Hint

一、题目大意

求,第一个数组的最大值与第二个数组的最小值之间有多少个数

二、思路

1、储备知识

a.求数组最大值的函数与数组最小值的函数
函数 功能 举例
min_element() 求数组最小值的地址 arr={1,2,5,-250},则*min_element(arr,arr+4)=-250
max_element() 求数组最大值的地址 arr={1,2,5,-250},则*max_element(arr,arr+4)=5

注1:头文件:#include
注2:在这里求的是地址,所以如果要获取最大最小值记得在,函数前面加上*,对返回值地址取值

思路A:

就简单粗暴求第一个数组最大值,与第二个数组的最小值,然后判断一下看中间是否有‘芝士’,没有的话需要特判为0.有的话就输出‘芝士’。

#include<iostream>
#include<algorithm>
using namespace std;
int main()
{
    //1.声明部分
    int n;
    int size;
    cin>>size;
    int *arr=new int[size]; //动态分配内存
    int *brr=new int[size];

    //2、输入
    for(int i=0;i<size;i++)cin>>arr[i];
    for(int i=0;i<size;i++)cin>>brr[i];

    //3、处理
    int maxArr=*max_element(arr,arr+size);//求数组arr的最大值
    int minBrr=*min_element(brr,brr+size);//求数组brr的最小值

    //4、输出
    if(maxArr>minBrr)cout<<0<<endl;
    else cout<<minBrr-maxArr+1<<endl;
    return 0;
}

思路B

不使用函数,就边输入边获取数组最大最小值,这样的空间与时间是最优的,时间复杂度达到O(n)

#include<iostream>
using namespace std;
int main()
{
    //1.声明部分
    int n ,num,miNum=1111,mxNum=-1;//注这里的最大值与最小值初始化在输入的边界外都行。
    cin>>n;

    //2、输入
    for(int i=0;i<n;i++)
    {
        cin>>num;
        if(mxNum<num)mxNum=num;
    }
    for(int i=0;i<n;i++)
    {
        cin>>num;
        if(miNum>num)miNum=num;
    }

    //4、输出
    if(mxNum>miNum)cout<<0<<endl;//特判没有芝士的情况
    else cout<<miNum-mxNum+1<<endl;
    return 0;
}
相关文章
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
617 3
|
数据采集 机器学习/深度学习 算法
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
1152 4
|
机器学习/深度学习 边缘计算 算法
NOMA和OFDMA优化算法分析
NOMA和OFDMA优化算法分析
659 127
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
652 3
|
存储 边缘计算 算法
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
241 0
|
编解码 算法 5G
MIMO雷达空间谱估计中Capon算法与MUSIC算法的对比分析及实现
MIMO雷达空间谱估计中Capon算法与MUSIC算法的对比分析及实现
1133 2
|
人工智能 自然语言处理 算法
2025 年 7 月境内深度合成服务算法备案情况分析报告
2025年7月,中央网信办发布第十二批深度合成算法备案信息,全国389款产品通过备案,服务提供者占比超七成。截至7月14日,全国累计备案达3834款,覆盖文本、图像、音视频等多模态场景,广泛应用于生活服务、医疗、金融等领域。广东以135款居首,数字人、AI客服等C端应用主导,民营企业成主力,国企聚焦公共服务。随着AI政策推动,备案已成为AI产品合规上线关键环节。
|
机器学习/深度学习 算法 5G
【MUSIC、最大似然与克拉美-罗下界】MUSIC与ESPRIT 算法来估计到达角(AoA),并尝试推导克拉美-罗下界(CRLB)以分析其性能研究(Matlab代码实现)
【MUSIC、最大似然与克拉美-罗下界】MUSIC与ESPRIT 算法来估计到达角(AoA),并尝试推导克拉美-罗下界(CRLB)以分析其性能研究(Matlab代码实现)
839 0
|
自然语言处理 算法 安全
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
|
供应链 算法 搜索推荐
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

热门文章

最新文章