
假设我们有两个数组 A 和 B,每个数组的大小为 n。有n份礼物,我们想把它们送给一些孩子。第 i 份礼物有 A[i] 颗糖果和 B[i] 个橙子。在一次移动过程中,我们可以选择一些礼物并执行以下操作之一 -
从该礼物中取出一颗糖果(如果有); p>
从这份礼物中取出一颗橙子(如果有的话);
从这份礼物中取出一颗糖果和一颗橙子礼物(如果有的话)。
所有礼物都应该是平等的。这意味着经过一系列的移动之后,以下两个 应满足条件:A[0] = A[1] = ... = A[n-1] 和 B[0] = B[1] = ... = B[n-1]。我们必须 找到使所有给定的礼物相等所需的最少步数。
问题类别
上述问题可以通过应用贪心问题解决技术来解决。 贪婪算法技术是当前最佳解决方案是的算法类型 选择而不是尝试所有可能的解决方案。贪心算法技术也 用于解决优化问题,就像它的大哥动态规划一样。动态中 编程时,需要遍历所有可能的子问题,找出最优的 解决方案,但它有一个缺点;这需要更多的时间和空间。所以,在各种 场景贪婪技术用于找出问题的最佳解决方案。虽然确实如此 并不是在所有情况下都能给出最佳解决方案,如果精心设计,它可以比以下更快地产生解决方案 动态规划问题。贪心技术提供了局部最优解 优化问题。这种技术的例子包括 Kruskal 和 Prim 的最小 生成树(MST)算法、霍夫曼树编码、Dijkstra 的单源最短路径 问题等
https://www.tutorialspoint.com/data_structurals_algorithms/greedy_algorithms.htm
紫色风格3D礼盒PSD分层素材适用于3D礼盒设计 本作品提供紫色风格3D礼盒PSD分层素材的图片会员免费下载,格式为PSD,文件大小为6.5M; 请使用软件Photoshop进行编辑,作品中文字及图均可以通过软件修改和编辑;
https://www.tutorialspoint.com/data_structurals_algorithms/dynamic_programming.htm p>
所以,如果我们问题的输入是这样的 A = [3, 5, 6]; B = [3, 2, 3],则输出为 6, 因为最初是从 B 中取出,所以现在 B[0] 变成 [2, 2, 3],然后从 A[1] 中取出,所以 A = [3, 4, 6],然后再次从 A[1] 中取出,因此 A = [3, 3, 6],然后从 A[2] 和 B[2] 中取出,因此它们 变为 [3, 3, 5] 和 [2, 2, 2],然后从 A[2] 变为 A = [3, 3, 4],再次从 A[2] 变为 使其成为 [3, 3, 3]。所以现在 A 有相同数量的糖果,B 有相同数量的橙子。
步骤
为了解决这个问题,我们将遵循以下步骤 -
minA := inf
minB := inf
kq := 0
n := size of A
for initialize i := 0, when i <h2>示例</h2><p>让我们看看以下实现,以便更好地理解 -</p><pre class="brush:cpp;toolbar:false;">#include <bits>
using namespace std;
int solve(vector<int> A, vector<int> B){
int minA = 999, minB = 999, kq = 0;
int n = A.size();
for (int i = 0; i A = { 3, 5, 6 };
vector<int> B = { 3, 2, 3 };
cout <h2>输入</h2>
<pre class="brush:php;toolbar:false;">{ 3, 5, 6 }, { 3, 2, 3 }
输出
6
C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!










