博客
关于我
程序设计基础45 PAT A1048
阅读量:394 次
发布时间:2019-03-05

本文共 1256 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要找到是否存在两个硬币,使得它们的面值之和等于给定的金额M,并且满足一定的条件。如果有多个解,选择面值最小的那个。如果没有解,则输出"No Solution"。

方法思路

  • 问题分析:

    • Eva需要用恰好两个硬币支付给定的金额M。
    • 每个硬币的面值都是正数,不超过500。
    • 我们需要找到两个面值V1和V2,使得V1 + V2 = M,并且V1 ≤ V2。如果有多个解,选择V1最小的那个。
  • 关键思路:

    • 使用一个数组记录每个面值的硬币数量。
    • 遍历可能的面值对(i, M-i),检查是否存在这样的两个面值满足条件。
    • 确保i ≤ M-i,这样可以避免重复检查。
  • 算法优化:

    • 遍历i从1到M/2,这样可以确保i ≤ M-i。
    • 检查每个i和对应的M-i是否都存在,并且满足数量条件。
  • 解决代码

    #include 
    #include
    using namespace std;int main() { int n, m; scanf("%d %d", &n, &m); int dp[m + 1] = {0}; for (int i = 0; i < n; ++i) { int a; scanf("%d", &a); if (a <= m) { dp[a]++; } } for (int i = 1; i <= m / 2; ++i) { int j = m - i; if (i > j) break; if (i == j) { if (dp[i] >= 2) { printf("%d %d", i, j); return 0; } } else { if (dp[i] > 0 && dp[j] > 0) { printf("%d %d", i, j); return 0; } } } printf("No Solution\n"); return 0;}

    代码解释

    • 读取输入:首先读取硬币的数量n和金额m,然后读取每个硬币的面值并记录在数组dp中。
    • 初始化数组dp:dp数组用于记录每个面值的硬币数量。
    • 遍历面值对:从1到M/2遍历每个可能的面值i,计算对应的面值j = M - i。
    • 检查条件:检查i和j是否存在,并且满足数量条件。如果i == j,需要至少两个硬币。
    • 输出结果:找到符合条件的面值对后输出,否则输出"No Solution"。

    这个方法确保了在最坏情况下也能高效地解决问题,时间复杂度为O(M),适用于给定的约束条件。

    转载地址:http://kllwz.baihongyu.com/

    你可能感兴趣的文章
    python制作甘特图的基本知识(附Demo)
    查看>>
    python制作一个简单的服务器,【Python】 做一个简单的 http 服务器
    查看>>
    Python到底能做什么?它的优点在哪?
    查看>>
    python利用pytorch库导出图像分割算子
    查看>>
    python利用pyshark监听网卡来抓包其中pyshark中摸索的一些可用参数
    查看>>
    python利用excel分析过杀漏失
    查看>>
    python判断汉字数目
    查看>>
    python判断文件是空的,如果是空的,就删除
    查看>>
    python判断密码是否正确_python密码判断是否符合要求的方法
    查看>>
    python判断字符串包含中文_Python 判断字符串是否包含中文
    查看>>
    python删除第一行_Python 乱码指北:一行删掉根目录
    查看>>
    Python删除列表元素的三种方法
    查看>>
    python初步学习-python数据类型-集合(set)
    查看>>
    python列表生成字典_Python中将字典转换为列表的方法
    查看>>
    python列表对应元素合并为列表及判断一个列表是几维
    查看>>
    python列表去重复后按照顺序_从包含不可共元素的Python列表中删除重复元素,同时保留顺序?...
    查看>>
    python列表前几个_python之列表
    查看>>
    python列表元组
    查看>>
    Python列表/元组/字典和集合使用
    查看>>
    python列表 行列选择_python_pandas_dataframe_行列选择_切片操作
    查看>>