假设您有一个 n 数字列表。您可以选择 m 整数(让我们调用整数 a )。对于每个整数 a ,请删除包含范围[ a - x,a + x ]内的每个数字,其中 x 是一个数字。可以清除列表的 x 的最小值是什么?
例如,如果您的数字列表是
1 3 8 10 18 20 25
和m = 2,答案是x = 5.
你可以选择两个整数5和20.这将清除列表,因为它删除了[5-5,5 + 5]和[20-5,20 + 5]之间的每个数字。
我该如何解决这个问题?我认为解决方案可能与动态编程有关。我不想要蛮力方法解决方案。
代码非常有用,最好是Java或C ++或C.
答案 0 :(得分:4)
假设您有列表
1 3 8 10 18 20 25
并想知道如果x等于2,将需要多少组来覆盖该集合。
您可以通过选择第一个整数为1 + x(1是列表中的最小数字)以贪婪的方式解决此问题。这将覆盖最多1 + x + x = 5的所有元素。然后只需重复此过程,直到涵盖所有数字。
所以在这种情况下,下一个未覆盖的数字是8,所以我们选择8 + x = 10并覆盖第二组中最多10 + x = 12的所有数字。
同样,第三组将涵盖[18,24],第四组将涵盖[25,29]。
x的这个值需要4组。这太多了,所以我们需要增加x然后重试。
您可以使用二分法来识别覆盖m组中所有数字的x的最小值。
答案 1 :(得分:2)
有效算法可以是(假设列表已排序) - >
我们可以将列表视为' m'整数。
现在为每个小组计算' last_element - first_element + 1',并将此值的最大值存储在变量中,例如' ans'。
现在' x'的价值是' ans / 2'。
我希望很清楚这个算法是如何工作的。
答案 2 :(得分:2)
递归解决方案:
首先,你需要一个估计,你可以分成m组,然后估计(x)必须是〜(更好 - 下元素)/ 2 * m。估计的(x)可能是一个解决方案。如果有更好的解决方案,它在所有组中的x均低于预期(x)!你可以用第一组检查它,然后递归重复。问题在减少,直到你只有一个组:最后一个,你知道你的新解决方案是否更好,如果有更好的,你可以用它来丢弃另一个更糟糕的解决方案。
private static int estimate(int[] n, int m, int begin, int end) {
return (((n[end - 1] - n[begin]) / m) + 1 )/2;
}
private static int calculate(int[] n, int m, int begin, int end, int estimatedX){
if (m == 1){
return estimate(n, 1, begin, end);
} else {
int bestX = estimatedX;
for (int i = begin + 1; i <= end + 1 - m; i++) {
// It split the problem:
int firstGroupX = estimate(n, 1, begin, i);
if (firstGroupX < bestX){
bestX = Math.min(bestX, Math.max(firstGroupX, calculate(n, m-1, i, end, bestX)));
} else {
i = end;
}
}
return bestX;
}
}
public static void main(String[] args) {
int[] n = {1, 3, 8, 10, 18, 20, 25};
int m = 2;
Arrays.sort(n);
System.out.println(calculate(n, m, 0, n.length, estimate(n, m, 0, n.length)));
}
修改强>
长号版本:主要想法,它搜索&#34; islands&#34;距离并将问题分成不同的岛屿。喜欢分而治之,它分发了“m&#39;进入岛屿。
private static long estimate(long[] n, long m, int begin, int end) {
return (((n[end - 1] - n[begin]) / m) + 1) / 2;
}
private static long calculate(long[] n, long m, int begin, int end, long estimatedX) {
if (m == 1) {
return estimate(n, 1, begin, end);
} else {
long bestX = estimatedX;
for (int i = begin + 1; i <= end + 1 - m; i++) {
long firstGroupX = estimate(n, 1, begin, i);
if (firstGroupX < bestX) {
bestX = Math.min(bestX, Math.max(firstGroupX, calculate(n, m - 1, i, end, bestX)));
} else {
i = end;
}
}
return bestX;
}
}
private static long solver(long[] n, long m, int begin, int end) {
long estimate = estimate(n, m, begin, end);
PriorityQueue<long[]> islands = new PriorityQueue<>((p0, p1) -> Long.compare(p1[0], p0[0]));
int islandBegin = begin;
for (int i = islandBegin; i < end -1; i++) {
if (n[i + 1] - n[i] > estimate) {
long estimatedIsland = estimate(n, 1, islandBegin, i+1);
islands.add(new long[]{estimatedIsland, islandBegin, i, 1});
islandBegin = i+1;
}
}
long estimatedIsland = estimate(n, 1, islandBegin, end);
islands.add(new long[]{estimatedIsland, islandBegin, end, 1});
long result;
if (islands.isEmpty() || m < islands.size()) {
result = calculate(n, m, begin, end, estimate);
} else {
long mFree = m - islands.size();
while (mFree > 0) {
long[] island = islands.poll();
island[3]++;
island[0] = solver(n, island[3], (int) island[1], (int) island[2]);
islands.add(island);
mFree--;
}
result = islands.poll()[0];
}
return result;
}
public static void main(String[] args) {
long[] n = new long[63];
for (int i = 1; i < n.length; i++) {
n[i] = 2*n[i-1]+1;
}
long m = 32;
Arrays.sort(n);
System.out.println(solver(n, m, 0, n.length));
}
答案 3 :(得分:1)
我认为这同样是集群化的问题。例如,您可以使用k-means聚类算法:对m个类进行初始列表的分区,对于x,得到最大大小除以两个获得的类。
答案 4 :(得分:0)
1)关于算法的时间和空间复杂性,你应该研究最佳案例,平均案例和最坏情况的复杂性。
2)我认为DavidPérezCabrera有正确的想法。我们假设平均情况(如下面的伪代码)
3)让整数列表用l
表示 keepGoing = true
min_x = ceiling(l[size-1]-l[0])/(2m)
while(keepGoing)
{
l2 = l.copy
min_x = min_x-1
mcounter = 1
while(mcounter <= m)
{
firstElement = l2[0]
// This while condition will likely result in an ArrayOutOfBoundsException
// It's easy to fix this.
while(l2[0] <= firstElement+2*min_x)
{ remove(l2[0]) }
mcounter = mcounter+1
}
if(l2.size>0)
keepGoing = false
}
return min_x+1
4)考虑
l = {1, 2, 3, 4, 5, 6, 7}, m=2 (gives x=2)
l = {1, 10, 100, 1000, 10000, 100000, 1000000}, m=2
l = {1, 10, 100, 1000, 10000, 100000, 1000000}, m=3