AcWing 1010. 拦截导弹
. 拦截导弹
一、题目描述
某国为了防御敌国的导弹袭击,发展出一种导弹拦截系统。
但是这种导弹拦截系统有一个缺陷:虽然 它的第一发炮弹能够到达任意的高度,但是以后每一发炮弹都不能高于前一发的高度。
某天,雷达捕捉到敌国的导弹来袭。
由于该系统还在试用阶段,所以只有一套系统,因此有可能不能拦截所有的导弹。
输入导弹依次飞来的高度(雷达给出的高度数据是不大于的正整数,导弹数不超过),计算这套系统最多能拦截多少导弹,如果要拦截所有导弹最少要配备多少套这种导弹拦截系统。
输入格式
共一行,输入导弹依次飞来的高度。
输出格式
第一行包含一个整数,表示最多能拦截的导弹数。
第二行包含一个整数,表示要拦截所有导弹最少要配备的系统数。
数据范围
雷达给出的高度数据是不大于 的正整数,导弹数不超过 。
输入样例:
389 207 155 300 299 170 158 65
输出样例:
6
2
二、问题解析
样例的图例:
:最多拦截多少个导弹?
因为拦截系统第一下是可以任意高的,以后只能拦截和它一样高,或者比它矮的,所以,这是一个最长不上升子序列。
:需要多少套拦截系统?
这一问有两种办法,按思考的由易到难,说明贪心法与定理法:
我们用两个贪心的证明方法来证明:
解释:
:为什么一定可以放下去呢?
答:因为只能接在比它大的数字后面,由贪心法产生的序列,它前面是,由最优解产生的序列,它前面是,那么肯定有,所以,是可以替换的。
#include <bits/stdc++.h>
using namespace std;
const int N = 1010;
int a[N], f[N]; // 每个导弹的高度,f[i]:以a[i]结尾的最长不升子序列长度
int q[N], ql; // 需要ql套拦截系统,每个拦截系统最后一个拦截高度为q[i]
int n, res;
int main() {
while (cin >> a[n]) n++;
// 第一问
for (int i = 0; i < n; i++) {
f[i] = 1;
for (int j = 0; j < i; j++)
if (a[i] <= a[j]) // 如果前面的比当前的大,说明是不升序列
f[i] = max(f[i], f[j] + 1);
res = max(res, f[i]);
}
// 第二问
for (int i = 0; i < n; i++) {
/* 1、现有已经创建了ql套导弹系统
2、算法思路:
(1) 在已有的所有导弹拦截系统中找到大于当前高度,并且最小的那个,把当前导弹用这套拦截系统进行拦截
(2) 如果找不到这样的拦截系统,说明当前所有拦截系统的最小拦截高度都小于当前导弹,都无法利用,必须新开一个拦截系统。
(3) 也就是说,只有前面拦截系统的最后一个拦截高度,都小于当前高度时,才会创建新的,所以,后面的拦截系统,它的尾巴值应该是最大的
(4) 比如:
q[0]:5
q[1]:6
现在来了一个高度=4,根据上面的原则,应该放到q[0]里,修改q[0]=4
q[0]:4
q[1]:6
原来的数组是单调上升的,修改后也依然是单调上升的。
再比如:
q[0]:4
q[1]:6
q[2]:7
现在来了一个a[i]=5,我们肯定要修改q[1]=5,变为:
q[0]:4
q[1]:5
q[2]:7
原来的数组是单调上升的,修改后也依然是单调上升的。
既然有这个规律,那么就可以使用二分快速查找大于等于a[i]的位置p了:
*/
int p = lower_bound(q, q + ql, a[i]) - q;
if (p == ql) // 如果没有找到可以接在后面的导弹拦截系统,那么需要创建一套新的拦截系统
q[ql++] = a[i];
else
q[p] = a[i]; // 否则就直接接到找到的第k套拦截系统的后面,那么,第k套拦截系统的最后一个拦截高度=q[k]=h[i]
}
// 输出最长不升序列长度,即:最多能拦截的导弹数
printf("%d\n%d\n", res, ql);
return 0;
}
定理
- 把序列分成不升子序列的最少个数,等于序列的最长上升子序列长度
- 把序列分成不降子序列的最少个数,等于序列的最长下降子序列长度
定理法
给定正整数序列,求最长不升子序列长度,以及能覆盖整个序列的不升子序列的最少个数
问题一 套用 模型即可求解。由 定理,问题二等价于 另一个 长度
朴素作法
#include <bits/stdc++.h>
using namespace std;
const int N = 1e5 + 10;
int n, a[N];
int f[N], fl;
int g[N], gl;
int main() {
while (cin >> a[n]) n++;
for (int i = 0; i < n; i++) {
f[i] = 1, g[i] = 1;
for (int j = 0; j < i; j++) {
if (a[i] <= a[j])
f[i] = max(f[i], f[j] + 1); // 最长的不上升子序列长度
else
g[i] = max(g[i], g[j] + 1); // 最长单调上升子序列的长度 = 不上升子序列的覆盖数
}
fl = max(fl, f[i]), gl = max(gl, g[i]);
}
printf("%d\n%d\n", fl, gl);
return 0;
}
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!
2019-12-06 pycharm最常用的快捷键总结