当前位置: 首页 > news >正文

227.2018年蓝桥杯国赛 - 交换次数(中等)- 贪心

227. 交换次数(贪心)

1. 2018年蓝桥杯国赛 - 交换次数(中等)

标签:2018 暴力 国赛

1.1 题目描述

IT 产业人才需求节节攀升。业内巨头百度、阿里巴巴、腾讯(简称 BAT )在某海滩进行招聘活动。

招聘部门一字排开。由于是自由抢占席位,三大公司的席位随机交错在一起,形如:BABTATT,这使得应聘者十分别扭。

于是,管理部门要求招聘方进行必要的交换位置,使得每个集团的席位都挨在一起。即最后形如:BBAAATTT 这样的形状,当然,也可能是:AAABBTTT 等。

现在,假设每次只能交换 2 个席位,并且知道现在的席位分布,你的任务是计算:要使每个集团的招聘席位都挨在一起需要至少进行多少次交换动作。

1.2 输入描述

输入是一行 n n n 个字符(只含有字母 B、A 或 T ),表示现在的席位分布。

1.3 输出描述

输出是一个整数,表示至少交换次数。

1.4 输入输出样例

示例

输入

TABTABBTTTT

输出

3

1.5 运行限制

  • 最大运行时间:1s
  • 最大运行内存: 256M

2. 解题思路

2.1 问题的本质

这道题的本质是找到一个新的排列方式,使得相同字符的位置尽量挨在一起。我们可以把目标设定为将字符 BAT 分别排成一个连续的区块。

2.2 目标排列方式

我们首先考虑所有可能的字符排列(B、A、T 的排列方式),它们分别是:

在这里插入图片描述

2.3 数学公式推导

对于每一种排列方式,我们将字符串分成三部分:B 的部分、A 的部分和 T 的部分。

在这里插入图片描述

假设我们当前目标排列为 'ABT',那么:

  • 第一部分是 B 的区域;
  • 第二部分是 A 的区域;
  • 第三部分是 T 的区域。

设定每个部分的字符数量为 anbntn,其中 anbntn 分别表示 BAT 在目标排列中应占的字符数量。

在这里插入图片描述

误占字符的数量可以用以下公式计算:

  • ab:在 B 的区域中,错误放置了 A 的数量;
  • at:在 B 的区域中,错误放置了 T 的数量;
  • ba:在 A 的区域中,错误放置了 B 的数量;
  • bt:在 A 的区域中,错误放置了 T 的数量。

最终的交换次数 c 可通过以下公式计算:
c = a b + a t + b a + b t − min ⁡ ( b a , a b ) c = ab + at + ba + bt - \min(ba, ab) c=ab+at+ba+btmin(ba,ab)

解释

  1. abba 分别表示 BA 在错误区域中的数量;

  2. atbt 分别表示 AT 在错误区域中的数量;

  3. min ⁡ ( b a , a b ) \min(ba, ab) min(ba,ab) 是为了避免重复计算两个交换的次数,即如果 AB 之间的交换可以同时解决两个问题,那么就减去一次交换次数。

2.4 算法流程

通过尝试六种目标排列('ABT''ATB''BAT''BTA''TAB''TBA'),计算每一种排列下的交换次数,最后选择最小的交换次数。


3. 代码实现

# 读取输入
s = str(input())# 定义所有可能的目标排列方式
st = ['ABT', 'ATB', 'BAT', 'BTA', 'TAB', 'TBA']# 用来保存每种目标排列的最小交换次数
ans = []# 遍历所有目标排列
for i in range(6):a = st[i][0]  # 当前目标排列的第一个字符b = st[i][1]  # 当前目标排列的第二个字符t = st[i][2]  # 当前目标排列的第三个字符# 计算每个字符的出现次数an = s.count(a)  # a的个数bn = s.count(b)  # b的个数# 在目标区间内错误的字符数量ab = s[:an].count(b)  # 在 a 的位置上,b误占的数量at = s[:an].count(t)  # 在 a 的位置上,t误占的数量ba = s[an:an+bn].count(a)  # 在 b 的位置上,a误占的数量bt = s[an:an+bn].count(t)  # 在 b 的位置上,t误占的数量# 计算交换次数,最小化交换次数c = ab + at + ba + bt - min(ba, ab)# 将当前排列的交换次数加入答案列表ans.append(c)# 输出最小交换次数
print(min(ans))

4. 复杂度分析

  • 时间复杂度 O ( n ) O(n) O(n),其中 n n n 为字符串长度。我们对每种排列执行 O ( n ) O(n) O(n) 次操作,共 6 种排列,因此总体时间复杂度为 O ( 6 n ) O(6n) O(6n),即 O ( n ) O(n) O(n)
  • 空间复杂度 O ( 1 ) O(1) O(1),算法使用了固定大小的常量空间,除了输入字符串和少量临时变量外,没有额外的空间开销。

相关文章:

  • 手动实现C#ArrayList容器
  • yaklang 中的各种 fuzztag 标签及其用法
  • SOC-ESP32S3部分:36-适配自己的板卡
  • 【python深度学习】Day 48 PyTorch基本数据类型与操作
  • MySql读写分离部署(一主一从,双主双从,Mycat)
  • 用于机器学习的 Podman 简介:简化 MLOps 工作流程
  • javaSE复习(7)
  • LeetCode 2894.分类求和并作差
  • 基于51单片机的花样流水灯
  • 6个月Python学习计划 Day 17 - 继承、多态与魔术方法
  • 程序问题实录
  • Python BeautifulSoup解析HTML获取图片URL并下载到本地
  • 【电路】阻抗匹配
  • 云原生架构赋能企业数字化转型:从理念到落地的系统性探索
  • springboot3.5整合Spring Security6.5默认密码没有打印输出控制台排查过程
  • BeanFactory 和 FactoryBean 有何区别与联系?
  • 在vs2022中的program.cs中已经没有app.useEndpoints
  • 分词算法总结:不同分词算法的优点和缺点
  • K8S认证|CKS题库+答案| 8. 沙箱运行容器 gVisor
  • 从入门到实战:AI学习路线全解析——避坑指南
  • 静安集团网站建设/苏州百度
  • 招聘做牙技工的网站/国内新闻最新消息今天简短
  • 懂做网站怎么赚钱/关键词有哪些?
  • 制作网站的钱/哪里可以接广告
  • 昆明网站排名/成都seo优化
  • b2c商城网站合同/东莞网络营销平台